Lompat ke konten

Gemini 3.1 Flash Tts

Integrasikan

ID model 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"

Permintaan ini: $0,003 3 kredit API Jalankan di halaman ini

Dapatkan kunci API
Google Teks ke Suara Lip syncCepat #lipsync#avatar

Text-to-speech Gemini 3.1 Flash dengan kontrol gaya inline, 30 suara, dan hingga 10 pembicara

Google · Audio

Hasil pertama Anda akan muncul di sini

Buat permintaan di bawah ini dan jalankan dengan kunci API Anda. Output disalin ke penyimpanan kami, disimpan selamanya atau 7 hari gratis.

Buat permintaan

Kontrol dibuat dari skema model. Kode dan harga diperbarui saat Anda mengubahnya.

•wajib 50 / 50000

Teks sintesis ucapan untuk Gemini 3.1 Flash TTS; baris multi-pembicara harus diawali alias dari kolom speakers, seperti dalam 'Alice: Hello!\nBob: Hi!'. Penyampaian dapat dikontrol secara terperinci dengan tag audio ekspresif seperti [sigh], [laughing], [whispering], dan [short pause], atau dengan arahan bahasa alami inline untuk aksen, emosi, tempo, dan gaya, seperti 'Say cheerfully: Have a wonderful day!'.

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

Arahan bahasa alami opsional yang dipisahkan dari konten lisan dan disisipkan sebelum prompt untuk membentuk ekspresivitas, aksen, tempo, nada, dan emosi. Contohnya termasuk 'Speak warmly and slowly', 'Read this as a dramatic newscast', 'Use a British accent with a cheerful tone', dan 'Whisper mysteriously'.

output_format bawaan mp3

Format audio output: mp3 menyediakan file terkompresi dan ringkas serta direkomendasikan; wav berisi PCM tanpa kompresi dalam kontainer WAV pada 24 kHz dengan audio mono 16-bit; ogg_opus menggunakan Opus di dalam Ogg untuk keseimbangan kualitas dan ukuran yang baik.

bawaan Kore

Pilihan suara satu pembicara dari 30 preset berbeda; menetapkan speakers membuat pilihan ini tidak aktif. Opsi perempuan populer adalah Kore, dengan penyampaian kuat dan tegas, Zephyr, dengan penyampaian cerah dan jelas, serta Aoede, dengan penyampaian hangat dan melodis; opsi laki-laki populer adalah Puck, ceria dan bersemangat, serta Charon, tenang dan profesional.

Penggantian bahasa sintesis multibahasa: deteksi otomatis dari teks berlaku kecuali Anda menentukan bahasa untuk mengarahkan ucapan model.

bawaan 1

Pengaturan keacakan ucapan, dengan efek mulai dari penyampaian terfokus dan dapat diprediksi pada pengaturan rendah hingga penyampaian kreatif dan bervariasi pada pengaturan tinggi.

Konfigurasi suara yang memungkinkan beberapa pembicara membaca bagian teks yang terpisah. Tetapkan suara dan alias speaker_id yang sesuai dengan awalan prompt masing-masing pembicara.

POST /run/gemini-3.1-flash-tts?wait=20 estimasi harga → $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"

Jalankan permintaan ini

Key Anda tetap berada di browser ini: key hanya dikirim ke Doitong API dan disimpan (localStorage) hanya jika Anda mencentang Ingat. Dapatkan kunci API

Tentang Gemini 3.1 Flash Tts

Mengubah `prompt` hingga 50000 karakter menjadi ucapan. Penyampaian dapat diarahkan secara inline atau melalui `style_instructions`. Pilih satu dari 30 suara, atur `language_code`, atau gunakan `speakers` (2 hingga 10) untuk audio multi-pembicara. Outputnya mp3, wav, atau ogg_opus, dengan `temperature` dari 0 hingga 2.

Parameter

NamaTipe BawaanDiizinkan Deskripsi
promptwajib
Tipestring
≤ 50.000 karakter
Teks sintesis ucapan untuk Gemini 3.1 Flash TTS; baris multi-pembicara harus diawali alias dari kolom speakers, seperti dalam 'Alice: Hello!\nBob: Hi!'. Penyampaian dapat dikontrol secara terperinci dengan tag audio ekspresif seperti [sigh], [laughing], [whispering], dan [short pause], atau dengan arahan bahasa alami inline untuk aksen, emosi, tempo, dan gaya, seperti 'Say cheerfully: Have a wonderful day!'.
style_instructionsopsional
Tipestring | null
≤ 4.000 karakter
Arahan bahasa alami opsional yang dipisahkan dari konten lisan dan disisipkan sebelum prompt untuk membentuk ekspresivitas, aksen, tempo, nada, dan emosi. Contohnya termasuk 'Speak warmly and slowly', 'Read this as a dramatic newscast', 'Use a British accent with a cheerful tone', dan 'Whisper mysteriously'.
voiceopsional
Tipeenum
BawaanKore
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14 lainnyaLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
Pilihan suara satu pembicara dari 30 preset berbeda; menetapkan speakers membuat pilihan ini tidak aktif. Opsi perempuan populer adalah Kore, dengan penyampaian kuat dan tegas, Zephyr, dengan penyampaian cerah dan jelas, serta Aoede, dengan penyampaian hangat dan melodis; opsi laki-laki populer adalah Puck, ceria dan bersemangat, serta Charon, tenang dan profesional.
language_codeopsional
Tipeenum
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)
+71 lainnyaRussian (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)
Penggantian bahasa sintesis multibahasa: deteksi otomatis dari teks berlaku kecuali Anda menentukan bahasa untuk mengarahkan ucapan model.
speakersopsional
Tipeobject[]
Konfigurasi suara yang memungkinkan beberapa pembicara membaca bagian teks yang terpisah. Tetapkan suara dan alias speaker_id yang sesuai dengan awalan prompt masing-masing pembicara.
temperatureopsional
Tipenumber
Bawaan1
0 – 2
Pengaturan keacakan ucapan, dengan efek mulai dari penyampaian terfokus dan dapat diprediksi pada pengaturan rendah hingga penyampaian kreatif dan bervariasi pada pengaturan tinggi.
output_formatopsional
Tipeenum
Bawaanmp3
wavmp3ogg_opus
Format audio output: mp3 menyediakan file terkompresi dan ringkas serta direkomendasikan; wav berisi PCM tanpa kompresi dalam kontainer WAV pada 24 kHz dengan audio mono 16-bit; ogg_opus menggunakan Opus di dalam Ogg untuk keseimbangan kualitas dan ukuran yang baik.
wajib

Output

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"
  }
}
File Anda, pilihan AndaSetiap outputs[].url adalah salinan di penyimpanan kami: disimpan selamanya (dikenai biaya per GB-bulan) atau 7 hari gratis, sesuai setelan akun atau ?storage=.
Struktur sama di setiap modeltype, url, content_type, width, height, dan duration, untuk gambar, video, dan audio. output adalah objek hasil milik model.
Field output
audio
object {url, content_type, file_name, file_size}File audio yang dihasilkan oleh pembuatan.

Untuk agen AI: halaman ini dalam Markdown tersedia di https://doitong.com/id/developers/models/gemini-3.1-flash-tts.md. Semua model dan panduan: https://doitong.com/developers/llms.txt