Preskoči na vsebino

Gemini 3.1 Flash Tts

Integracija

ID modela 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"

Ta zahteva: 0,003 $ 3 API krediti Zaženi na tej strani

Pridobi ključ API
Google Besedilo v govor Sinhronizacija ustnicHitro #lipsync#avatar

Gemini 3.1 Flash text-to-speech z vgrajenim nadzorom sloga, 30 glasovi in do 10 govorci

Google · Zvok

Tukaj bo vaš prvi rezultat

Spodaj sestavite zahtevo in jo zaženite s svojim ključem API. Izhodi se kopirajo v našo shrambo, kjer se hranijo za vedno ali 7 dni brezplačno.

Ustvari zahtevo

Kontrolniki se ustvarijo iz sheme modela. Koda in cena se posodobita, ko ju spreminjate.

•obvezno 50 / 50000

Besedilo za sintezo govora za Gemini 3.1 Flash TTS; vrstice z več govorci se morajo začeti z vzdevki iz polja speakers, kot v 'Alice: Hello!\nBob: Hi!'. Izvedbo lahko natančno nadzorujete z izraznimi zvočnimi oznakami, kot so [sigh], [laughing], [whispering] in [short pause], ali z vstavljenimi navodili v naravnem jeziku za naglas, čustva, tempo in slog, kot je 'Say cheerfully: Have a wonderful day!'.

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

Izbirna navodila v naravnem jeziku, ločena od govorjene vsebine in vstavljena pred poziv, da oblikujejo izraznost, naglas, tempo, ton in čustva. Primeri vključujejo 'Speak warmly and slowly', 'Read this as a dramatic newscast', 'Use a British accent with a cheerful tone' in 'Whisper mysteriously'.

output_format privzeto mp3

Oblika izhodnega zvoka: mp3 zagotavlja stisnjene, kompaktne datoteke in je priporočena; wav vsebuje nestisnjen PCM v vsebniku WAV pri 24 kHz s 16-bitnim mono zvokom; ogg_opus uporablja Opus v Oggu za ugodno razmerje med kakovostjo in velikostjo.

privzeto Kore

Izbira glasu za enega govorca izmed 30 različnih prednastavitev; nastavitev speakers to izbiro deaktivira. Priljubljeni ženski možnosti sta Kore z močnim in odločnim podajanjem ter Zephyr s svetlim in jasnim podajanjem, priljubljeni moški možnosti pa sta Puck, optimističen in živahen, ter Charon, miren in profesionalen.

Preglasitev jezika večjezične sinteze: če jezika ne določite, se samodejno zazna iz besedila; določite ga lahko za usmerjanje govora modela.

privzeto 1

Nastavitev naključnosti govora, ki sega od osredotočenega, predvidljivega podajanja pri nižjih nastavitvah do ustvarjalnega, raznolikega podajanja pri višjih.

Konfiguracija glasu, ki več govorcem omogoča branje ločenih delov besedila. Vsakemu govorcu dodelite glas in vzdevek speaker_id, ki se ujema z ustreznimi predponami poziva.

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

Zaženi to zahtevo

Vaš ključ ostane v tem brskalniku: pošlje se samo v Doitong API in shrani v localStorage samo, če označite možnost Zapomni si. Pridobi ključ API

O modelu Gemini 3.1 Flash Tts

Pretvori `prompt` do 50000 znakov v govor. Izgovorjavo lahko usmerjate v vrstici ali prek `style_instructions`. Izberite enega od 30 glasov, nastavite `language_code` ali uporabite `speakers` (od 2 do 10) za zvok z več govorci. Izhod je mp3, wav ali ogg_opus, `temperature` pa sega od 0 do 2.

Parametri

ImeVrsta PrivzetoDovoljeno Opis
promptobvezno
Vrstastring
≤ 50.000 znakov
Besedilo za sintezo govora za Gemini 3.1 Flash TTS; vrstice z več govorci se morajo začeti z vzdevki iz polja speakers, kot v 'Alice: Hello!\nBob: Hi!'. Izvedbo lahko natančno nadzorujete z izraznimi zvočnimi oznakami, kot so [sigh], [laughing], [whispering] in [short pause], ali z vstavljenimi navodili v naravnem jeziku za naglas, čustva, tempo in slog, kot je 'Say cheerfully: Have a wonderful day!'.
style_instructionsneobvezno
Vrstastring | null
≤ 4000 znakov
Izbirna navodila v naravnem jeziku, ločena od govorjene vsebine in vstavljena pred poziv, da oblikujejo izraznost, naglas, tempo, ton in čustva. Primeri vključujejo 'Speak warmly and slowly', 'Read this as a dramatic newscast', 'Use a British accent with a cheerful tone' in 'Whisper mysteriously'.
voiceneobvezno
Vrstaenum
PrivzetoKore
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14 večLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
Izbira glasu za enega govorca izmed 30 različnih prednastavitev; nastavitev speakers to izbiro deaktivira. Priljubljeni ženski možnosti sta Kore z močnim in odločnim podajanjem ter Zephyr s svetlim in jasnim podajanjem, priljubljeni moški možnosti pa sta Puck, optimističen in živahen, ter Charon, miren in profesionalen.
language_codeneobvezno
Vrstaenum
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 večRussian (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)
Preglasitev jezika večjezične sinteze: če jezika ne določite, se samodejno zazna iz besedila; določite ga lahko za usmerjanje govora modela.
speakersneobvezno
Vrstaobject[]
Konfiguracija glasu, ki več govorcem omogoča branje ločenih delov besedila. Vsakemu govorcu dodelite glas in vzdevek speaker_id, ki se ujema z ustreznimi predponami poziva.
temperatureneobvezno
Vrstanumber
Privzeto1
0 – 2
Nastavitev naključnosti govora, ki sega od osredotočenega, predvidljivega podajanja pri nižjih nastavitvah do ustvarjalnega, raznolikega podajanja pri višjih.
output_formatneobvezno
Vrstaenum
Privzetomp3
wavmp3ogg_opus
Oblika izhodnega zvoka: mp3 zagotavlja stisnjene, kompaktne datoteke in je priporočena; wav vsebuje nestisnjen PCM v vsebniku WAV pri 24 kHz s 16-bitnim mono zvokom; ogg_opus uporablja Opus v Oggu za ugodno razmerje med kakovostjo in velikostjo.
obvezno

Izhod

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"
  }
}
Vaše datoteke, vaša izbiraVsak outputs[].url je kopija v naši shrambi: hrani se za vedno (plačilo na GB-mesec) ali 7 dni brezplačno, glede na nastavitev računa ali ?storage=.
Enaka struktura pri vsakem modelutype, url, content_type, width, height in duration za slike, videoposnetke in zvok. output je lasten objekt rezultata modela.
Polja izhoda
audio
object {url, content_type, file_name, file_size}Zvočna datoteka, ustvarjena z generiranjem.

Za agente AI: ta stran je v obliki Markdown na voljo na https://doitong.com/sl/developers/models/gemini-3.1-flash-tts.md. Vsi modeli in vodniki: https://doitong.com/developers/llms.txt