Google

Gemini 3.1 Flash TTS

In arrivo

gemini-3.1-flash-tts

Modello di sintesi vocale a bassa latenza che utilizza tag audio incorporati nel testo per controllare timbro, velocità e accento, con supporto per oltre 70 lingue e accesso tramite l'interfaccia unificata di HiAPI.ai

gemini-3.1-flash-tts

Panoramica

Introduzione in preparazione

Una guida dettagliata di questo modello è in preparazione. Prezzi, parametri e documentazione API qui sotto sono già disponibili.

gemini-3.1-flash-tts è un modello di sintesi vocale (TTS) sviluppato da Google, appartenente alla serie Gemini 3.1 Flash, con modalità di output audio. L'azienda lo posiziona come un modello di generazione vocale a bassa latenza e alta naturalezza, con particolare attenzione al controllo della voce e alla copertura multilingue.

Secondo le informazioni ufficiali, il modello supporta un controllo granulare di timbro, velocità, accento ed espressività tramite "tag audio" in linguaggio naturale incorporati nel testo, copre oltre 70 lingue e produce audio ad alta fedeltà; l'audio generato contiene una filigrana SynthID per identificare i contenuti generati dall'IA. Gli ambiti di applicazione indicati ufficialmente includono accessibilità e comunicazione assistita, produzione di contenuti per giochi e audiolibri, servizi clienti e annunci multilingue, nonché doppiaggio e localizzazione, ovvero scenari vocali che richiedono un'espressività controllabile.

Il modello è attualmente in fase di anteprima pubblica; la versione ufficiale è offerta come gemini-3.1-flash-tts-preview su Google AI Studio e Vertex AI, e l'interfaccia e il comportamento potrebbero ancora cambiare. Su HiAPI.ai il modello non è ancora disponibile per le chiamate ed è in stato di prossima pubblicazione; la data effettiva di lancio, le modalità di fatturazione e i dettagli dell'interfaccia saranno quelli del rilascio ufficiale.

Una volta disponibile, HiAPI.ai offrirà questa capacità di sintesi vocale secondo le modalità di integrazione uniformi della piattaforma; i parametri effettivamente utilizzabili, l'ambito linguistico e le modalità di chiamata saranno quelli del rilascio ufficiale definitivo e delle indicazioni di pubblicazione della piattaforma.