콘텐츠로 건너뛰기

Gemini 3.1 Flash Tts

통합

모델 id 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"

이 요청: $0.003 3 API 크레딧 이 페이지에서 실행

API 키 받기
Google 텍스트를 음성으로 립싱크빠름 #lipsync#avatar

인라인 스타일 제어, 30개 음성 및 최대 10명의 화자를 제공하는 Gemini 3.1 Flash 텍스트-음성 변환

Google · 오디오

첫 번째 결과가 여기에 표시됩니다

아래에서 요청을 작성하고 API 키로 실행하세요. 출력은 스토리지에 복사되며, 영구 보관하거나 7일 동안 무료로 보관할 수 있습니다.

요청 만들기

컨트롤은 모델 스키마에서 생성됩니다. 값을 변경하면 코드와 가격이 업데이트됩니다.

•필수 50 / 50000

Gemini 3.1 Flash TTS용 음성 합성 텍스트입니다. 여러 화자의 줄은 'Alice: Hello!\nBob: Hi!'처럼 speakers 필드의 별칭으로 시작해야 합니다. [sigh], [laughing], [whispering], [short pause] 같은 표현형 오디오 태그나 'Say cheerfully: Have a wonderful day!' 같은 인라인 자연어 지시로 억양, 감정, 속도, 스타일을 세밀하게 제어할 수 있습니다.

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

음성 콘텐츠와 분리된 상태로 유지되며 표현력, 억양, 속도, 톤, 감정을 조정하기 위해 프롬프트 앞에 삽입되는 선택적 자연어 지시입니다. 예: 'Speak warmly and slowly', 'Read this as a dramatic newscast', 'Use a British accent with a cheerful tone', 'Whisper mysteriously'.

output_format 기본값 mp3

출력 오디오 형식입니다. mp3는 압축된 작은 파일을 제공하므로 권장되며, wav는 24 kHz, 16비트 모노 오디오를 WAV 컨테이너에 담은 비압축 PCM을 포함하고, ogg_opus는 Ogg 안에 Opus를 사용해 품질과 크기의 균형이 좋습니다.

기본값 Kore

30개의 고유 프리셋 중 단일 화자 음성을 선택합니다. speakers를 설정하면 이 선택은 비활성화됩니다. 인기 있는 여성 옵션은 강하고 단호한 전달의 Kore와 밝고 명확한 전달의 Zephyr, 따뜻하고 선율적인 전달의 Aoede입니다. 인기 있는 남성 옵션은 활기차고 경쾌한 Puck과 차분하고 전문적인 Charon입니다.

다국어 합성 언어 재정의입니다. 언어를 지정하지 않으면 텍스트에서 자동으로 감지하고, 지정하면 모델의 음성 언어를 유도합니다.

기본값 1

낮은 설정에서는 집중되고 예측 가능한 전달, 높은 설정에서는 창의적이고 다양한 전달이 되도록 조정하는 음성 무작위성 설정입니다.

여러 화자가 텍스트의 서로 다른 부분을 읽도록 하는 음성 구성입니다. 각 화자에 음성과 해당 프롬프트 접두사에 맞는 speaker_id 별칭을 할당합니다.

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

이 요청 실행

키는 이 브라우저에 유지됩니다. Doitong API로만 전송되며, 기억하기를 선택한 경우에만 localStorage에 저장됩니다. API 키 받기

Gemini 3.1 Flash Tts 정보

최대 50000자의 `prompt`를 음성으로 변환합니다. 인라인 또는 `style_instructions`를 통해 전달 방식을 제어할 수 있습니다. 30개 음성 중 하나를 선택하고 `language_code`를 설정하거나, 다중 화자 오디오에 `speakers`(2~10명)를 사용할 수 있습니다. 출력은 mp3, wav 또는 ogg_opus이며 `temperature`는 0~2 범위입니다.

매개변수

이름유형 기본값허용됨 설명
prompt필수
유형string
≤ 50,000자
Gemini 3.1 Flash TTS용 음성 합성 텍스트입니다. 여러 화자의 줄은 'Alice: Hello!\nBob: Hi!'처럼 speakers 필드의 별칭으로 시작해야 합니다. [sigh], [laughing], [whispering], [short pause] 같은 표현형 오디오 태그나 'Say cheerfully: Have a wonderful day!' 같은 인라인 자연어 지시로 억양, 감정, 속도, 스타일을 세밀하게 제어할 수 있습니다.
style_instructions선택 사항
유형string | null
≤ 4,000자
음성 콘텐츠와 분리된 상태로 유지되며 표현력, 억양, 속도, 톤, 감정을 조정하기 위해 프롬프트 앞에 삽입되는 선택적 자연어 지시입니다. 예: 'Speak warmly and slowly', 'Read this as a dramatic newscast', 'Use a British accent with a cheerful tone', 'Whisper mysteriously'.
voice선택 사항
유형enum
기본값Kore
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14개 더 보기LaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
30개의 고유 프리셋 중 단일 화자 음성을 선택합니다. speakers를 설정하면 이 선택은 비활성화됩니다. 인기 있는 여성 옵션은 강하고 단호한 전달의 Kore와 밝고 명확한 전달의 Zephyr, 따뜻하고 선율적인 전달의 Aoede입니다. 인기 있는 남성 옵션은 활기차고 경쾌한 Puck과 차분하고 전문적인 Charon입니다.
language_code선택 사항
유형enum
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)
+71개 더 보기Russian (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)
다국어 합성 언어 재정의입니다. 언어를 지정하지 않으면 텍스트에서 자동으로 감지하고, 지정하면 모델의 음성 언어를 유도합니다.
speakers선택 사항
유형object[]
여러 화자가 텍스트의 서로 다른 부분을 읽도록 하는 음성 구성입니다. 각 화자에 음성과 해당 프롬프트 접두사에 맞는 speaker_id 별칭을 할당합니다.
temperature선택 사항
유형number
기본값1
0 – 2
낮은 설정에서는 집중되고 예측 가능한 전달, 높은 설정에서는 창의적이고 다양한 전달이 되도록 조정하는 음성 무작위성 설정입니다.
output_format선택 사항
유형enum
기본값mp3
wavmp3ogg_opus
출력 오디오 형식입니다. mp3는 압축된 작은 파일을 제공하므로 권장되며, wav는 24 kHz, 16비트 모노 오디오를 WAV 컨테이너에 담은 비압축 PCM을 포함하고, ogg_opus는 Ogg 안에 Opus를 사용해 품질과 크기의 균형이 좋습니다.
필수

출력

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"
  }
}
파일 보관 방식 선택모든 outputs[].url은 스토리지에 저장된 복사본입니다. 계정 설정 또는 ?storage=에 따라 영구 보관(GB-월 단위 과금)하거나 7일 동안 무료로 보관합니다.
모든 모델에서 동일한 구조이미지, 동영상, 오디오 모두 type, url, content_type, width, height 및 duration을 사용합니다. output은 모델 자체의 결과 객체입니다.
출력 필드
audio
object {url, content_type, file_name, file_size}생성으로 만들어진 오디오 파일입니다.

AI 에이전트용: 이 페이지의 Markdown 버전: https://doitong.com/ko/developers/models/gemini-3.1-flash-tts.md. 모든 모델 및 가이드: https://doitong.com/developers/llms.txt