דילוג לתוכן

Gemini 3.1 Flash Tts

שילוב

מזהה מודל gemini-3.1-flash-tts
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/gemini-3.1-flash-tts?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "Hello from Doitong. This is a short test sentence."
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

בקשה זו: ⁨‏0.003 ‏$⁩ 3 קרדיטי API הרצה בדף הזה

קבלת מפתח API
Google טקסט לדיבור סנכרון שפתייםמהיר #lipsync#avatar

המרת טקסט לדיבור באמצעות Gemini 3.1 Flash, עם שליטה בסגנון בתוך הטקסט, 30 קולות ועד 10 דוברים

Google · אודיו

התוצאה הראשונה שלך תופיע כאן

בנו בקשה למטה והריצו אותה עם מפתח ה־API שלכם. הפלטים מועתקים לאחסון שלנו ונשמרים לצמיתות או למשך 7 ימים ללא תשלום.

בנה בקשה

הפקדים נוצרים מסכמת המודל. הקוד והמחיר מתעדכנים כשמשנים אותם.

•חובה 50 / 50000

טקסט לסינתזת דיבור עבור Gemini 3.1 Flash TTS; שורות של כמה דוברים חייבות להתחיל בכינויים מהשדה speakers, כמו 'Alice: Hello!\nBob: Hi!'. ניתן לשלוט במדויק בהגשה באמצעות תגיות אודיו הבעתיות כגון [sigh], [laughing], [whispering], ו-[short pause], או באמצעות הוראות בשפה טבעית בתוך הטקסט למבטא, רגש, קצב וסגנון, כגון 'Say cheerfully: Have a wonderful day!'.

מתקדם style_instructions · output_format · voice · language_code · temperature · speakers
0 / 4000

הוראות אופציונליות בשפה טבעית, הנשמרות בנפרד מהתוכן המדובר ומוכנסות לפני ההנחיה כדי לעצב הבעה, מבטא, קצב, גוון ורגש. דוגמאות כוללות 'Speak warmly and slowly', 'Read this as a dramatic newscast', 'Use a British accent with a cheerful tone', ו-'Whisper mysteriously'.

output_format ברירת מחדל mp3

פורמט אודיו הפלט: mp3 מספק קובצי אודיו דחוסים וקומפקטיים ומומלץ; wav מכיל PCM לא דחוס במכל WAV, ב-24 kHz ובאודיו מונו של 16 סיביות; ogg_opus משתמש ב-Opus בתוך Ogg לאיזון מיטבי בין איכות לגודל.

ברירת מחדל Kore

בחירת קול לדובר יחיד מתוך 30 הגדרות קבועות מראש; הגדרת speakers משביתה בחירה זו. אפשרויות נשיות פופולריות הן Kore, בהגשה חזקה ונחרצת, Zephyr, בהגשה בהירה וברורה, ו-Aoede, בהגשה חמה ומלודית; אפשרויות גבריות פופולריות הן Puck, אופטימי ותוסס, ו-Charon, רגוע ומקצועי.

עקיפת שפת הסינתזה הרב-לשונית: זיהוי אוטומטי מהטקסט חל אלא אם מציינים שפה להכוונת הדיבור של המודל.

ברירת מחדל 1

הגדרת האקראיות של הדיבור, הנעה מהגשה ממוקדת וצפויה בהגדרות נמוכות להגשה יצירתית ומגוונת בהגדרות גבוהות.

תצורת קול המאפשרת לכמה דוברים לקרוא חלקים נפרדים מהטקסט. הקצו לכל דובר קול וכן כינוי speaker_id התואם לקידומות המתאימות בהנחיה.

POST /run/gemini-3.1-flash-tts?wait=20 הצעת מחיר → ⁨‏0.003 ‏$⁩
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/gemini-3.1-flash-tts?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "Hello from Doitong. This is a short test sentence."
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

הרצת הבקשה הזו

המפתח שלך נשאר בדפדפן הזה: הוא נשלח רק אל Doitong API ונשמר ב-localStorage רק אם מסמנים זכור. קבל מפתח API

מידע על Gemini 3.1 Flash Tts

ממיר `prompt` באורך של עד 50000 תווים לדיבור. ניתן לשלוט באופן ההקראה בתוך הטקסט או באמצעות `style_instructions`. בחרו אחד מתוך 30 קולות, הגדירו `language_code`, או השתמשו ב-`speakers` (2 עד 10) לשמע מרובה דוברים. הפלט הוא mp3, wav או ogg_opus, עם `temperature` מ-0 עד 2.

פרמטרים

שםסוג ברירת מחדלמותר תיאור
promptחובה
סוגstring
≤ 50,000 תווים
טקסט לסינתזת דיבור עבור Gemini 3.1 Flash TTS; שורות של כמה דוברים חייבות להתחיל בכינויים מהשדה speakers, כמו 'Alice: Hello!\nBob: Hi!'. ניתן לשלוט במדויק בהגשה באמצעות תגיות אודיו הבעתיות כגון [sigh], [laughing], [whispering], ו-[short pause], או באמצעות הוראות בשפה טבעית בתוך הטקסט למבטא, רגש, קצב וסגנון, כגון 'Say cheerfully: Have a wonderful day!'.
style_instructionsאופציונלי
סוגstring | null
≤ 4,000 תווים
הוראות אופציונליות בשפה טבעית, הנשמרות בנפרד מהתוכן המדובר ומוכנסות לפני ההנחיה כדי לעצב הבעה, מבטא, קצב, גוון ורגש. דוגמאות כוללות 'Speak warmly and slowly', 'Read this as a dramatic newscast', 'Use a British accent with a cheerful tone', ו-'Whisper mysteriously'.
voiceאופציונלי
סוגenum
ברירת מחדלKore
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
עוד 14LaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
בחירת קול לדובר יחיד מתוך 30 הגדרות קבועות מראש; הגדרת speakers משביתה בחירה זו. אפשרויות נשיות פופולריות הן Kore, בהגשה חזקה ונחרצת, Zephyr, בהגשה בהירה וברורה, ו-Aoede, בהגשה חמה ומלודית; אפשרויות גבריות פופולריות הן Puck, אופטימי ותוסס, ו-Charon, רגוע ומקצועי.
language_codeאופציונלי
סוגenum
Arabic (Egypt)Bangla (Bangladesh)Dutch (Netherlands)English (India)English (US)French (France)German (Germany)Hindi (India)Indonesian (Indonesia)Italian (Italy)Japanese (Japan)Korean (South Korea)Marathi (India)Polish (Poland)Portuguese (Brazil)Romanian (Romania)
עוד 71Russian (Russia)Spanish (Spain)Tamil (India)Telugu (India)Thai (Thailand)Turkish (Turkey)Ukrainian (Ukraine)Vietnamese (Vietnam)Afrikaans (South Africa)Albanian (Albania)Amharic (Ethiopia)Arabic (World)Armenian (Armenia)Azerbaijani (Azerbaijan)Basque (Spain)Belarusian (Belarus)Bulgarian (Bulgaria)Burmese (Myanmar)Catalan (Spain)Cebuano (Philippines)Chinese Mandarin (China)Chinese Mandarin (Taiwan)Croatian (Croatia)Czech (Czech Republic)Danish (Denmark)English (Australia)English (UK)Estonian (Estonia)Filipino (Philippines)Finnish (Finland)French (Canada)Galician (Spain)Georgian (Georgia)Greek (Greece)Gujarati (India)Haitian Creole (Haiti)Hebrew (Israel)Hungarian (Hungary)Icelandic (Iceland)Javanese (Java)Kannada (India)Konkani (India)Lao (Laos)Latin (Vatican City)Latvian (Latvia)Lithuanian (Lithuania)Luxembourgish (Luxembourg)Macedonian (North Macedonia)Maithili (India)Malagasy (Madagascar)Malay (Malaysia)Malayalam (India)Mongolian (Mongolia)Nepali (Nepal)Norwegian Bokmal (Norway)Norwegian Nynorsk (Norway)Odia (India)Pashto (Afghanistan)Persian (Iran)Portuguese (Portugal)Punjabi (India)Serbian (Serbia)Sindhi (India)Sinhala (Sri Lanka)Slovak (Slovakia)Slovenian (Slovenia)Spanish (Latin America)Spanish (Mexico)Swahili (Kenya)Swedish (Sweden)Urdu (Pakistan)
עקיפת שפת הסינתזה הרב-לשונית: זיהוי אוטומטי מהטקסט חל אלא אם מציינים שפה להכוונת הדיבור של המודל.
speakersאופציונלי
סוגobject[]
תצורת קול המאפשרת לכמה דוברים לקרוא חלקים נפרדים מהטקסט. הקצו לכל דובר קול וכן כינוי speaker_id התואם לקידומות המתאימות בהנחיה.
temperatureאופציונלי
סוגnumber
ברירת מחדל1
0 – 2
הגדרת האקראיות של הדיבור, הנעה מהגשה ממוקדת וצפויה בהגדרות נמוכות להגשה יצירתית ומגוונת בהגדרות גבוהות.
output_formatאופציונלי
סוגenum
ברירת מחדלmp3
wavmp3ogg_opus
פורמט אודיו הפלט: mp3 מספק קובצי אודיו דחוסים וקומפקטיים ומומלץ; wav מכיל PCM לא דחוס במכל WAV, ב-24 kHz ובאודיו מונו של 16 סיביות; ogg_opus משתמש ב-Opus בתוך Ogg לאיזון מיטבי בין איכות לגודל.
חובה

פלט

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "gemini-3.1-flash-tts",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 3,
    "usd": "0.003",
    "charged": 3,
    "refunded": 0
  },
  "input": {
    "prompt": "Hello from Doitong. This is a short test sentence."
  },
  "output": {
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
הקבצים שלכם, הבחירה שלכםכל outputs[].url הוא עותק באחסון שלנו: נשמר לצמיתות (בתשלום לפי GB-חודש) או למשך 7 ימים ללא תשלום, בהתאם להגדרת החשבון או ל־?storage=.
אותו מבנה בכל מודלtype, url, content_type, width, height ו-duration, עבור תמונות, וידאו ואודיו כאחד. output הוא אובייקט התוצאה של המודל עצמו.
שדות הפלט
audio
object {url, content_type, file_name, file_size}קובץ האודיו שנוצר.

לסוכני AI: דף זה בפורמט Markdown נמצא בכתובת https://doitong.com/he/developers/models/gemini-3.1-flash-tts.md. כל המודלים והמדריכים: https://doitong.com/developers/llms.txt