Google

Gemini 3.1 Flash TTS

Скоро

gemini-3.1-flash-tts

Модель преобразования текста в речь с низкой задержкой, управляющая тембром, темпом и акцентом с помощью аудиотегов, встроенных в текст, поддерживает более 70 языков и вызывается через единый интерфейс HiAPI.ai

gemini-3.1-flash-tts

Обзор

Описание готовится

Подробное руководство по этой модели готовится. Цены, параметры и документация API ниже уже доступны.

gemini-3.1-flash-tts — это модель синтеза речи (TTS) от Google, относящаяся к серии Gemini 3.1 Flash, с выходной модальностью в виде аудио. Официально она позиционируется как модель генерации речи с низкой задержкой и высокой естественностью, с акцентом на управляемость речи и многоязычный охват.

Согласно официально опубликованной информации, модель поддерживает тонкую настройку тембра, темпа, акцента и манеры выразительности с помощью встроенных в текст естественно-языковых «аудиотегов», охватывает более 70 языков и выдаёт высококачественную речь; в сгенерированное аудио встроен водяной знак SynthID для маркировки контента, созданного ИИ. Официально заявленные области применения включают доступность и вспомогательную коммуникацию, производство игрового и аудиоконтента, многоязычную поддержку клиентов и озвучивание объявлений, а также локализованный дубляж — то есть сценарии озвучивания, требующие управляемой выразительности.

В настоящее время модель находится на стадии публичного предпросмотра; официальная версия доступна в виде gemini-3.1-flash-tts-preview в Google AI Studio и Vertex AI, при этом интерфейс и поведение модели всё ещё могут меняться. На HiAPI.ai вызов этой модели пока не открыт — она находится в статусе «скоро появится»; конкретные сроки запуска, тарификация и детали интерфейса определяются официальным релизом.

После запуска HiAPI.ai предоставит эту возможность синтеза речи в соответствии с единым подходом платформы к подключению моделей; фактически доступные параметры, языковой охват и формат вызова будут определяться официальным релизом и описанием запуска на платформе.