Gemini 3.1 Flash TTS

gemini-3.1-flash-tts es un modelo de conversión de texto a voz (TTS) lanzado por Google, perteneciente a la serie Gemini 3.1 Flash, con modalidad de salida de audio. Oficialmente se posiciona como un modelo de generación de voz de baja latencia y alta naturalidad, centrado en el control de la voz y la cobertura multilingüe.

Según la información publicada oficialmente, el modelo permite un control de grano fino del timbre, la velocidad, el acento y el modo de expresión mediante «etiquetas de audio» en lenguaje natural insertadas en el texto, cubre más de 70 idiomas y genera voz de alta fidelidad; el audio generado incorpora la marca de agua SynthID para identificar contenido generado por IA. Las aplicaciones indicadas oficialmente incluyen accesibilidad y comunicación asistida, producción de contenido para juegos y audio, atención al cliente y locución multilingüe, así como doblaje de localización y otros escenarios de voz que requieren una expresión controlable.

El modelo se encuentra actualmente en fase de vista previa pública; la versión oficial se ofrece como gemini-3.1-flash-tts-preview en Google AI Studio y Vertex AI, y su interfaz y comportamiento aún pueden cambiar. En HiAPI.ai, el modelo todavía no está disponible para su invocación y se encuentra en estado de próximo lanzamiento; la fecha concreta de lanzamiento, el método de facturación y los detalles de la interfaz estarán sujetos al lanzamiento oficial.

Una vez lanzado, HiAPI.ai ofrecerá esta capacidad de síntesis de voz conforme al método unificado de integración de modelos de la plataforma; los parámetros realmente disponibles, el rango de idiomas y la forma de invocación estarán sujetos a la publicación oficial definitiva y a las indicaciones de lanzamiento de la plataforma.