01
gemini-3–1-flash-tts
Udtryksfuld TTS fra Google til 24 kreditter pr. 1.000 tegn, svarende til $0.12 pr. 1.000 tegn på PoYo, med kontrol over tekst, stilinstruktioner, stemme, sprog, talere, temperature og outputformat.
gemini-3-1-flash-tts
Text to Speech
Se flere modeller fra GoogleModel:
Google Gemini 3.1 Flash TTS genererer udtryksfuld flersproget tale med detaljerede lydtags, naturlig stilstyring og dialog mellem to talere.
Examples
Prisdetaljer
Betal efter forbrug. Intet abonnement og ingen skjulte gebyrer.
| Niveau | PoYo-pris | Original / rabat |
|---|---|---|
| Tekst til tale | $0.120/1K tegn 24 kreditter/1K tegn 10,000 tegn: $1.20 | $0.150/1K tegnSpar 20 % Reference |
Sådan afregnes det: Afregnes pr. 1.000 tegn inputtekst.
Prisen beregnes ud fra det endelige output.
Anbefalede modeller
Introduktion
Komplet guide til at bruge Billig Gemini 3.1 Flash TTS API med præcis stemmestyring via lydtags
Billig Gemini 3.1 Flash TTS API med præcis stemmestyring via lydtags
Byg naturlige tekst-til-tale-workflows med Gemini 3.1 Flash TTS på PoYo. Brug udtryksfulde lydtags, stilinstruktioner på naturligt sprog, Gemini-stemmer, dialog mellem to talere og almindelig asynkron statuspolling gennem én API. Generér podcastreplikker, appstemmer, læringsindtalinger og lokaliseret tale til en tydelig pris pr. tegn.
Tilgængelige Gemini 3.1 Flash TTS API-modeller på PoYo
Prøv Playground
Derfor er Gemini 3.1 Flash TTS anderledes
Gemini 3.1 Flash TTS er bygget til tale, der følger instruktioner, skifter udtryk og understøtter flersprogede produktworkflows uden en kompliceret stemmepipeline.
01
Detaljerede lydtags
Styr levering direkte i manuskriptet med udtryksfulde tags som [sigh], [laughing], [whispering] og [short pause]. Det gør ét enkelt tekstfelt anvendeligt til både ord og anvisninger til indtalingen.
- Styr følelser, tempo og ikke-verbale signaler i leveringen.
- Brug tags til fortællinger, produktvideoer, podcasts og karakterreplikker.
- Hold de udtryksfulde anvisninger til talen tæt på manuskriptet.
02
Dialog mellem to talere
Tildel præcis to talealiasser til forskellige Gemini-stemmer for samtalelyd. Sæt talerens ID foran replikkerne i teksten, og knyt derefter hver taler til en særskilt stemme i API-anmodningen.
- Skab podcastafsnit med vært og gæst.
- Prototyp karakterdialog og assistentsamtaler.
- Konfigurér talealiasser og stemmer til hver rolle i dialogen.
Hvad du kan bygge
01
Podcasts og indtaling
Generér udtryksfulde oplæsninger fra værten, introer, lydbogsindtalinger og redaktionel lyd med styret levering.
02
Læringsindhold
Forvandl kursusmanuskripter, onboarding-lektioner og undervisningsmateriale til tydelig flersproget talelyd.
03
Karakterdialog
Prototyp spilreplikker, rollespilsforløb, historiescener og samtaler mellem to talere med særskilte stemmer.
04
Lokaliseret produktstemme
Skab tale ud fra apptekster, supportbeskeder, produktdemoer og tilgængelighedstale på flere sprog.
Priser for Gemini 3.1 Flash TTS: PoYo vs fal.ai
PoYo giver adgang til Gemini 3.1 Flash TTS via det samme asynkrone genereringsworkflow, som bruges til PoYos lydmodeller, med en tydelig pris sammenlignet med en offentlig referencepris.
| Funktion | PoYo | Fal.ai |
|---|---|---|
| Offentligt model-ID | gemini-3–1-flash-tts | Ikke eksponeret |
| Fal.ai | $0.12 pr. 1.000 tegn | $0.15 pr. 1.000 tegn |
| PoYo-kreditter | 24 kreditter pr. 1.000 tegn | Ikke relevant |
| Centrale kontroller | text, style_instructions, voice, language_code, speakers, temperature, output_format | Tekstinput med kontrol over stil, stemme, sprog, talere, temperature og format |
| Workflow | Send opgave, poll standardstatus, download lydfiler | Referenceworkflow med kø |
PoYos pris er 24 kreditter pr. 1.000 tegn. Én kredit koster $0.005.
Sådan bruger du Gemini 3.1 Flash TTS på PoYo
- Hent din API-nøgle: Opret en PoYo-konto, og generér en API-nøgle fra dashboardet. Hent API-nøgle ->
- Skriv teksten: Indtast den tekst, der skal tales, og tilføj lydtags som [laughing], [sigh], [whispering] eller [short pause], når du har brug for udtryksfuld levering.
- Vælg stemmeindstillinger: Vælg en Gemini-stemme, og angiv eventuelt language_code, style_instructions, temperature og output_format, eller konfigurér præcis to talere med speaker_id og voice.
- Send og hent: Send via PoYos generate-API, og poll derefter standardendpointet for opgavestatus for at få lydoutput. Se API-dokumentationen ->
Ofte stillede spørgsmål om Gemini 3.1 Flash TTS
Hvad er Gemini 3.1 Flash TTS?
Gemini 3.1 Flash TTS er Googles udtryksfulde tekst-til-tale-model, der genererer naturlig flersproget lyd ud fra tekstinput. Den understøtter lydtags, stilanvisninger på naturligt sprog, Gemini-stemmer og dialog mellem to talere.
Hvad skal jeg skrive i tekstfeltet?
Skriv de ord, der skal tales, i teksten. Du kan også medtage lydtags i teksten som [laughing], [sigh], [whispering] og [short pause]. Ved syntese med flere talere skal du sætte aliasser som Host: og Guest: foran replikkerne.
Hvordan fungerer style_instructions?
Brug style_instructions til anvisninger om levering, der skal gælde for hele anmodningen, for eksempel varm og langsom, dramatisk nyhedsoplæsning, britisk accent, munter tone eller hvisk mystisk.
Understøtter Gemini 3.1 Flash TTS lydtags?
Ja. Lydtags er en af modellens kernestyrker og hjælper med at styre følelser, pauser, latter, hvisken, tempo og andre detaljer i leveringen direkte i manuskriptet.
Hvilke stemmer og sprog understøttes?
API'en giver adgang til 30 Gemini-stemmer som Kore, Puck, Charon, Zephyr og Aoede. Modellen understøtter flersproget syntese på mere end 70 sprog med valgfri styring via language_code.
Kan jeg lave dialog med flere talere?
Ja. Send præcis to talere, hver med et speaker_id og en voice. Brug de samme speaker_id-præfikser i teksten, så modellen kan sende hver replik til den tilsigtede stemme. Når speakers er angivet, ignoreres voice på øverste niveau.
Hvilke outputformater kan jeg anmode om?
PoYo understøtter mp3, wav og ogg_opus til Gemini 3.1 Flash TTS. MP3 er standard og anbefales, når du vil have kompakte filer til afspilning på web og i apps.
Hvordan beregnes faktureringen, og hvordan får jeg resultaterne?
PoYo fakturerer 24 kreditter pr. 1.000 tegn, svarende til $0.12 pr. 1.000 tegn. Send genereringsanmodningen, og brug derefter det returnerede task_id med PoYos standardendpoint for opgavestatus til at hente lydfiler.
Hvorfor bruge PoYo
01
Tydelig pris pr. tegn
Brug Gemini 3.1 Flash TTS til $0.12 pr. 1.000 tegn med forudsigelig fakturering i kreditter.
02
Samlet adgang til modeller
Brug den samme PoYo-konto, fakturering, statuspolling og callback-workflow på tværs af tekst-, billed-, video- og lydmodeller.
03
Produktionsklart workflow
Send asynkrone jobs, poll en stabil opgavestatus, og hent færdige talefiler fra én API-flade.
04
Udtryksfulde kontroller
Giv adgang til praktiske produktionskontroller for tekst, stil, stemme, sprog, talere, temperature og outputformat.