01
gemini-3-1-flash-tts
Uttrykksfull TTS fra Google for 24 kreditter per 1000 tegn, tilsvarende $0.12 per 1000 tegn hos PoYo, med kontroller for tekst, stilinstruksjoner, stemme, språk, talere, temperatur og utdataformat.
gemini-3-1-flash-tts
Text to Speech
Se flere modeller fra GoogleModell:
Google Gemini 3.1 Flash TTS genererer uttrykksfull flerspråklig tale med detaljerte lydtagger, naturlig stilkontroll og dialog med to talere.
Examples
Prisdetaljer
Betal etter bruk. Ingen abonnement, ingen skjulte gebyrer.
| Nivå | PoYo-pris | Original / rabatt |
|---|---|---|
| Tekst til tale | $0.120/1K tegn 24 kreditter/1K tegn 10,000 tegn: $1.20 | $0.150/1K tegnSpar 20 % Referanse |
Slik faktureres det: Faktureres per 1 000 tegn inndatatekst.
Belastningen er basert på det endelige resultatet.
Anbefalte modeller
Introduksjon
Komplett veiledning for Rimelig Gemini 3.1 Flash TTS-API for presis stemmekontroll med lydtagger
Rimelig Gemini 3.1 Flash TTS-API for presis stemmekontroll med lydtagger
Bygg naturlige arbeidsflyter for tekst til tale med Gemini 3.1 Flash TTS hos PoYo. Bruk uttrykksfulle lydtagger, stilinstruksjoner på naturlig språk, forhåndsinnstilte Gemini-stemmer, dialog med to talere og vanlige asynkrone statusforespørsler gjennom ett API. Generer podkastreplikker, appstemmer, fortellerstemme til læring og lokalisert tale med tydelige priser per tegn.
Tilgjengelige Gemini 3.1 Flash TTS-modeller hos PoYo
Prøv Playground
Dette skiller Gemini 3.1 Flash TTS fra andre
Gemini 3.1 Flash TTS er laget for tale som følger instruksjoner, bytter framføringsstil og støtter flerspråklige produktflyter – uten en komplisert stemmeproduksjonslinje.
01
Detaljerte lydtagger
Styr framføringen direkte i manuset med uttrykksfulle tagger som [sigh], [laughing], [whispering] og [short pause]. Slik kan ett enkelt tekstfelt brukes både til ordene og til regi av framføringen.
- Styr følelser, tempo og ikke-verbale signaler i framføringen.
- Bruk tagger i fortellinger, produktvideoer, podkaster og karakterreplikker.
- Hold instruksjonene for uttrykksfull tale tett på manuset.
02
Dialog med to talere
Knytt nøyaktig to taleralias til ulike Gemini-stemmer for lyd i samtaleform. Sett taler-ID-er foran linjene i teksten, og knytt deretter hver taler til en egen stemme i API-forespørselen.
- Lag podkastsegmenter med programleder og gjest.
- Lag prototyper av karakterdialog og samtaler med assistenter.
- Konfigurer taleralias og stemmer for hver rolle i dialogen.
Dette kan du bygge
01
Podkaster og opplesning
Generer uttrykksfulle programlederinnslag, introsegmenter, lydbokopplesning og redaksjonell lyd med styrt framføring.
02
Læringsinnhold
Gjør kursmanus, introduksjonsleksjoner og opplæringsmateriell om til tydelig, flerspråklig tale.
03
Karakterdialog
Lag prototyper av spillreplikker, rollespillflyter, fortellerscener og samtaler mellom to talere med ulike stemmer.
04
Lokalisert produktstemme
Lag taleinnhold til apper, kundestøttemeldinger, produktdemoer og tale for tilgjengelighet på flere språk.
Priser for Gemini 3.1 Flash TTS: PoYo mot fal.ai
PoYo tilbyr Gemini 3.1 Flash TTS via den samme asynkrone genereringsflyten som brukes for lydmodellene hos PoYo, med tydelige priser sammenlignet med en offentlig referansepris.
| Funksjon | PoYo | Fal.ai |
|---|---|---|
| Offentlig modell-ID | gemini-3-1-flash-tts | Ikke oppgitt |
| Referansepris | $0.12 per 1000 tegn | $0.15 per 1000 tegn |
| Kreditter hos PoYo | 24 kreditter per 1000 tegn | Ikke relevant |
| Hovedkontroller | text, style_instructions, voice, language_code, speakers, temperature, output_format | Tekstinndata med kontroller for stil, stemme, språk, taler, temperatur og format |
| Arbeidsflyt | Send inn oppgave, spør etter standardstatus, last ned lydfiler | Referanseflyt med kø |
Prisene hos PoYo er 24 kreditter per 1000 tegn. Én kreditt koster $0.005.
Slik bruker du Gemini 3.1 Flash TTS hos PoYo
- Hent API-nøkkelen din: Opprett en konto hos PoYo og generer en API-nøkkel fra dashbordet. Hent API-nøkkel ->
- Skriv teksten: Skriv inn teksten som skal leses opp, og legg til lydtagger som [laughing], [sigh], [whispering] eller [short pause] når du trenger uttrykksfull framføring.
- Velg stemmeinnstillinger: Velg en Gemini-stemme og eventuelt language_code, style_instructions, temperature og output_format, eller konfigurer nøyaktig to talere med speaker_id og voice.
- Send inn og hent resultatet: Send inn via genererings-API-et hos PoYo, og spør deretter standardendepunktet for oppgavestatus etter lydutdataene. Se API-dokumentasjonen ->
Vanlige spørsmål om Gemini 3.1 Flash TTS
Hva er Gemini 3.1 Flash TTS?
Gemini 3.1 Flash TTS er Googles uttrykksfulle modell for tekst til tale, som genererer naturlig flerspråklig lyd fra tekst. Den støtter lydtagger, stilinstruksjoner på naturlig språk, forhåndsinnstilte Gemini-stemmer og dialog med to talere.
Hva skal jeg skrive i tekstfeltet?
Skriv ordene som skal leses opp, i text. Du kan også ta med lydtagger i teksten, for eksempel [laughing], [sigh], [whispering] og [short pause]. Ved syntese med flere talere setter du alias som Host: og Guest: foran linjene.
Hvordan fungerer style_instructions?
Bruk style_instructions til instruksjoner om framføring som skal gjelde hele forespørselen, for eksempel varm og rolig, dramatisk nyhetsopplesning, britisk aksent, munter tone eller hviske mystisk.
Støtter Gemini 3.1 Flash TTS lydtagger?
Ja. Lydtagger er en av modellens største styrker og hjelper deg med å styre følelser, pauser, latter, hvisking, tempo og andre detaljer i framføringen direkte i manuset.
Hvilke stemmer og språk støttes?
API-et tilbyr 30 forhåndsinnstilte Gemini-stemmer, blant annet Kore, Puck, Charon, Zephyr og Aoede. Modellen støtter flerspråklig syntese på over 70 språk, med valgfri styring via language_code.
Kan jeg lage dialog med flere talere?
Ja. Send nøyaktig to speakers, hver med speaker_id og voice. Bruk de samme speaker_id-prefiksene i text, slik at modellen kan sende hver linje til riktig stemme. Når speakers er angitt, ignoreres voice på toppnivå.
Hvilke utdataformater kan jeg be om?
PoYo støtter mp3, wav og ogg_opus for Gemini 3.1 Flash TTS. MP3 er standard og anbefales når du vil ha kompakte filer til avspilling på nett og i apper.
Hvordan beregnes kostnaden, og hvordan får jeg resultatene?
PoYo fakturerer 24 kreditter per 1000 tegn, tilsvarende $0.12 per 1000 tegn. Send inn genereringsforespørselen, og bruk deretter den returnerte task_id med standardendepunktet for oppgavestatus hos PoYo for å hente lydfilene.
Derfor bør du bruke PoYo
01
Tydelige priser per tegn
Bruk Gemini 3.1 Flash TTS for $0.12 per 1000 tegn med forutsigbar fakturering i kreditter.
02
Samlet modelltilgang
Bruk den samme kontoen, faktureringen, statusforespørslene og callback-flyten hos PoYo for tekst-, bilde-, video- og lydmodeller.
03
Arbeidsflyt for produksjon
Send inn asynkrone jobber, spør etter stabil oppgavestatus og hent ferdige talefiler fra ett og samme API.
04
Uttrykksfulle kontroller
Praktiske produksjonskontroller for tekst, stil, stemme, språk, talere, temperatur og utdataformat.