Google

Gemini 3.1 Flash TTS

Bientôt disponible

gemini-3.1-flash-tts

Modèle de synthèse vocale à faible latence, contrôlant le timbre, le débit et l'accent à l'aide de balises audio intégrées au texte, prenant en charge plus de 70 langues et s'appelant via l'interface unifiée de HiAPI.ai

gemini-3.1-flash-tts

Présentation

Présentation en préparation

Un guide détaillé de ce modèle est en préparation. Les tarifs, paramètres et la documentation API ci-dessous sont déjà disponibles.

gemini-3.1-flash-tts est un modèle de synthèse vocale (TTS) lancé par Google, appartenant à la série Gemini 3.1 Flash, dont le mode de sortie est l'audio. Officiellement, il est positionné comme un modèle de génération vocale à faible latence et à haute naturalité, mettant l'accent sur le contrôle de la voix et la couverture multilingue.

Selon les informations publiées officiellement, ce modèle permet, grâce à des « balises audio » en langage naturel intégrées au texte, un contrôle fin du timbre, du débit, de l'accent et de l'expression, couvre plus de 70 langues et produit une voix haute fidélité ; l'audio généré intègre un filigrane SynthID destiné à identifier les contenus générés par IA. Les domaines d'application officiellement annoncés incluent l'accessibilité et la communication assistée, la création de contenus pour jeux et contenus audio, le service client et les annonces multilingues, ainsi que le doublage de localisation, c'est-à-dire les scénarios vocaux nécessitant une expression contrôlable.

Ce modèle est actuellement en phase d'aperçu public ; la version officielle est proposée sous la forme gemini-3.1-flash-tts-preview sur Google AI Studio et Vertex AI, et son interface comme son comportement sont encore susceptibles de changer. Sur HiAPI.ai, ce modèle n'est pas encore disponible à l'appel et se trouve en état de lancement imminent ; la date de mise en ligne, le mode de facturation et les détails de l'interface seront ceux de la mise en ligne officielle.

Après sa mise en ligne, HiAPI.ai fournira cette capacité de synthèse vocale selon le mode d'intégration de modèles unifié de la plateforme ; les paramètres réellement disponibles, l'étendue des langues et la forme d'appel seront ceux de la publication officielle définitive et des notes de mise en ligne de la plateforme.