Aqbeż għall-kontenut

Gemini 3.1 Flash Tts

Integra

Id tal-mudell 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"

Din it-talba: $0.003 3 krediti tal-API Ħaddmu f’din il-paġna

Ikseb ċavetta API
Google Test għal diskors LipsyncVeloċi #avatar

Gemini 3.1 Flash text-to-speech b’kontroll inline tal-istil, 30 vuċi u sa 10 kelliema

Google · Awdjo

L-ewwel riżultat tiegħek jidher hawn

Ibni talba hawn taħt u ħaddimha biċ-ċavetta API tiegħek. L-outputs jiġu kkupjati fil-ħażna tagħna, miżmuma għal dejjem jew 7 ijiem b’xejn.

Ibni talba

Il-kontrolli jiġu ġġenerati mill-iskema tal-mudell. Il-kodiċi u l-prezz jaġġornaw hekk kif tibdilhom.

•meħtieġ 50 / 50000

Test għas-sintesi tad-diskors għal Gemini 3.1 Flash TTS; linji b'diversi kelliema għandhom jibdew b'aliases mill-qasam speakers, bħal 'Alice: Hello!\nBob: Hi!'. Il-kunsinna tista' tiġi kkontrollata b'mod fin b'tags tal-awdjo espressiv bħal [sigh], [laughing], [whispering], u [short pause], jew b'direzzjonijiet inline b'lingwa naturali għall-aċċent, l-emozzjoni, il-pass u l-istil, bħal 'Say cheerfully: Have a wonderful day!'.

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

Direzzjonijiet fakultattivi b'lingwa naturali, miżmuma separati mill-kontenut mitkellem u mdaħħla qabel il-prompt biex jiffurmaw l-espressività, l-aċċent, il-pass, it-ton u l-emozzjoni. Eżempji jinkludu 'Speak warmly and slowly', 'Read this as a dramatic newscast', 'Use a British accent with a cheerful tone', u 'Whisper mysteriously'.

output_format prestabbilit mp3

Format għall-awdjo tal-output: mp3 jipprovdi fajls kompressi u kompatti u huwa rakkomandat; wav fih PCM mhux ikkompressat f'kontenitur WAV b'24 kHz u awdjo mono ta' 16-bit; ogg_opus juża Opus ġewwa Ogg għal bilanċ tajjeb bejn il-kwalità u d-daqs.

prestabbilit Kore

Għażla ta' vuċi għal kelliem wieħed minn 30 preset distint; l-issettjar ta' speakers jagħmel din l-għażla inattiva. Għażliet femminili popolari huma Kore, b'kunsinna qawwija u soda, Zephyr, b'kunsinna ċara u brillanti, u Aoede, b'kunsinna sħuna u melodika; għażliet maskili popolari huma Puck, ferrieħa u vivaċi, u Charon, kalma u professjonali.

Override tal-lingwa għas-sintesi multilingwi: tintuża d-detezzjoni awtomatika mit-test sakemm ma tispeċifikax lingwa biex tiggwida d-diskors tal-mudell.

prestabbilit 1

設定 tal-każwalità tad-diskors, li tvarja minn kunsinna ffukata u prevedibbli f'issettjar baxx għal kunsinna kreattiva u varjata f'issettjar għoli.

Konfigurazzjoni tal-vuċi li tippermetti lil diversi kelliema jaqraw partijiet separati tat-test. Assenja vuċi u alias speaker_id lil kull kelliem, li jaqblu mal-prefissi korrispondenti tal-prompt.

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

Ħaddem din it-talba

Iċ-ċavetta tiegħek tibqa’ f’dan il-browser: tintbagħat biss lid-Doitong API u tiġi ssejvjata (localStorage) biss jekk timmarka Ftakar. Ikseb ċavetta API

Dwar Gemini 3.1 Flash Tts

Jikkonverti `prompt` sa 50000 karattru f’diskors. Il-mod ta’ kif jitwassal jista’ jiġi kkontrollat inline jew permezz ta’ `style_instructions`. Agħżel waħda minn 30 vuċi, issettja `language_code`, jew uża `speakers` (2 sa 10) għal awdjo b’diversi kelliema. L-output huwa mp3, wav jew ogg_opus, b’`temperature` minn 0 sa 2.

Parametri

IsemTip PrestabbilitPermess Deskrizzjoni
promptmeħtieġ
Tipstring
≤ 50,000 karattri
Test għas-sintesi tad-diskors għal Gemini 3.1 Flash TTS; linji b'diversi kelliema għandhom jibdew b'aliases mill-qasam speakers, bħal 'Alice: Hello!\nBob: Hi!'. Il-kunsinna tista' tiġi kkontrollata b'mod fin b'tags tal-awdjo espressiv bħal [sigh], [laughing], [whispering], u [short pause], jew b'direzzjonijiet inline b'lingwa naturali għall-aċċent, l-emozzjoni, il-pass u l-istil, bħal 'Say cheerfully: Have a wonderful day!'.
style_instructionsmhux obbligatorju
Tipstring | null
≤ 4,000 karattri
Direzzjonijiet fakultattivi b'lingwa naturali, miżmuma separati mill-kontenut mitkellem u mdaħħla qabel il-prompt biex jiffurmaw l-espressività, l-aċċent, il-pass, it-ton u l-emozzjoni. Eżempji jinkludu 'Speak warmly and slowly', 'Read this as a dramatic newscast', 'Use a British accent with a cheerful tone', u 'Whisper mysteriously'.
voicemhux obbligatorju
Tipenum
PrestabbilitKore
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14 oħraLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
Għażla ta' vuċi għal kelliem wieħed minn 30 preset distint; l-issettjar ta' speakers jagħmel din l-għażla inattiva. Għażliet femminili popolari huma Kore, b'kunsinna qawwija u soda, Zephyr, b'kunsinna ċara u brillanti, u Aoede, b'kunsinna sħuna u melodika; għażliet maskili popolari huma Puck, ferrieħa u vivaċi, u Charon, kalma u professjonali.
language_codemhux obbligatorju
Tipenum
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 oħraRussian (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)
Override tal-lingwa għas-sintesi multilingwi: tintuża d-detezzjoni awtomatika mit-test sakemm ma tispeċifikax lingwa biex tiggwida d-diskors tal-mudell.
speakersmhux obbligatorju
Tipobject[]
Konfigurazzjoni tal-vuċi li tippermetti lil diversi kelliema jaqraw partijiet separati tat-test. Assenja vuċi u alias speaker_id lil kull kelliem, li jaqblu mal-prefissi korrispondenti tal-prompt.
temperaturemhux obbligatorju
Tipnumber
Prestabbilit1
0 – 2
設定 tal-każwalità tad-diskors, li tvarja minn kunsinna ffukata u prevedibbli f'issettjar baxx għal kunsinna kreattiva u varjata f'issettjar għoli.
output_formatmhux obbligatorju
Tipenum
Prestabbilitmp3
wavmp3ogg_opus
Format għall-awdjo tal-output: mp3 jipprovdi fajls kompressi u kompatti u huwa rakkomandat; wav fih PCM mhux ikkompressat f'kontenitur WAV b'24 kHz u awdjo mono ta' 16-bit; ogg_opus juża Opus ġewwa Ogg għal bilanċ tajjeb bejn il-kwalità u d-daqs.
meħtieġ

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"
  }
}
Il-fajls tiegħek, l-għażla tiegħekKull outputs[].url huwa kopja fil-ħażna tagħna: miżmuma għal dejjem (imħallsa għal kull GB-xahar) jew 7 ijiem b’xejn, skont l-issettjar tal-kont tiegħek jew ?storage=.
L-istess struttura fuq kull mudelltype, url, content_type, width, height u duration, kemm għall-immaġnijiet kif ukoll għall-vidjo u l-awdjo. output huwa l-oġġett tar-riżultat tal-mudell innifsu.
Oqsma tal-output
audio
object {url, content_type, file_name, file_size}Fajl awdjo prodott mill-ġenerazzjoni.

Għall-aġenti tal-AI: din il-paġna bħala Markdown tinsab fuq https://doitong.com/mt/developers/models/gemini-3.1-flash-tts.md. Il-mudelli u l-gwidi kollha: https://doitong.com/developers/llms.txt