Gemini 3.1 Flash TTS

gemini-3.1-flash-tts 是 Google 推出的文本转语音（TTS）模型，属于 Gemini 3.1 Flash 系列，输出模态为音频。官方将其定位为低延迟、高自然度的语音生成模型，重点在于语音的可控性与多语言覆盖。

根据官方公布的信息，该模型支持通过嵌入文本的自然语言「音频标签」对音色风格、语速、口音与表达方式进行细粒度控制，覆盖 70 多种语言，并输出高保真语音；生成的音频中嵌入 SynthID 水印，用于标识 AI 生成内容。官方公布的适用方向包括无障碍与辅助沟通、游戏与有声内容制作、多语言客服与播报，以及本地化配音等需要可控表达的语音场景。

该模型当前处于公开预览阶段，官方版本以 gemini-3.1-flash-tts-preview 形式在 Google AI Studio 与 Vertex AI 提供，接口与行为仍可能变动。在 HiAPI.ai 上，该模型尚未开放调用，处于即将上线状态；具体上线时间、计费方式与接口细节以官方上线为准。

上线后，HiAPI.ai 将按平台统一的模型接入方式提供该语音合成能力，实际可用的参数、语言范围与调用形态均以官方正式发布及平台上线说明为准。