Gemini 3.1 Flash TTS Preview

нейросеть

Бип-буп пишем текста для вас...
pc1pc2pc3pc4

Характеристики

Входные данные
текст, изображения, документы
Результат
текст, аудио
Уровни рассуждений
низкий, средний, высокий
Возможности
рассуждения, вызов функций
14 473,68 ₽

Стоимость промпта

(за 1M токенов)

14 473,68 ₽

Стоимость ответа

(за 1M токенов)

14,47 ₽

Картинка-промт

(за 1K токенов)

*Указаны цены при использовании API через ECO-провайдеров.
bothub
BotHub: Попробуйте нейросети бесплатноbot

Осталось Caps: 0 CAPS
Пример кода и API для Gemini 3.1 Flash TTS PreviewМы предлагаем полный доступ к API OpenAI через наш сервис. Все наши конечные точки полностью соответствуют конечным точкам OpenAI, их можно использовать как с плагинами, так и при разработке собственного программного обеспечения через SDK.Создать API ключ
import OpenAI from 'openai';
const openai = new OpenAI({
  apiKey: '<your bothub access token>',
  baseURL: 'https://openai.bothub.chat/v1'
});


// Sync - Text generation 

async function main() {
  const chatCompletion = await openai.chat.completions.create({
    messages: [{ role: 'user', content: 'Say this is a test' }],
    model: 'gemini-3.1-flash-tts-preview',
  });
} 

// Async - Text generation 

async function main() {
  const stream = await openai.chat.completions.create({
    messages: [{ role: 'user', content: 'Say this is a test' }],
    model: 'gemini-3.1-flash-tts-preview',
    stream: true
  });

  for await (const chunk of stream) {
    const part: string | null = chunk.choices[0].delta?.content ?? null;
  }
} 
main();

Как работает Gemini 3.1 Flash TTS Preview?

Ботхабчики собирают информацию...empty

Частые вопросы о Gemini 3.1 Flash TTS Preview

Вы можете использовать результаты генерации в коммерческих целях. Все права на созданный контент принадлежат вам. Единственное ограничение: убедитесь, что в запросе не использовались защищённые авторским правом материалы третьих сторон. Ответственность за соблюдение прав на входные данные лежит на пользователе.

Это модель синтеза речи с расширенными возможностями: она превращает текст в аудио, принимает изображения и документы, умеет рассуждать и работать с инструментами. Подходит для прототипирования озвучки, генерации голосовых интерфейсов, создания сценариев и озвучки контента на основе текста и референсов.

Gemini 3.1 Flash TTS Preview генерирует синтезированную речь по текстовому описанию; конкретные форматы и контейнеры зависят от API и платформы. Вы получаете аудиовыход в стандартных цифровых форматах, которые можно интегрировать в приложения и далее обрабатывать на стороне сервера или клиента.

Да, модель поддерживает рассуждения перед ответом, что помогает формировать более обоснованные и последовательные варианты озвучки и текстовых ответов. Это полезно при генерации сценариев, выборе интонаций и при подготовке структурированного вывода для дальнейшей обработки.

Да, в данных указано, что модель поддерживает вызов функций и вывод структурированного JSON. Это удобно для интеграции: модель может возвращать парсируемые метаданные, команды или тайм-коды, чтобы ваше приложение автоматически обрабатывало и синхронизировало озвучку.

В наших данных отмечено, что модель принимает изображения и документы на вход, что позволяет учитывать визуальные референсы при генерации. Информация о загрузке аудио или видео в качестве входа в предоставленных данных не отмечена, поэтому уточните это при интеграции через API.

Модель может работать с текстовыми описаниями и синтезировать речь по ним, однако конкретная степень понимания русского языка в предоставленных данных не указана. Мы рекомендуем протестировать модель на ваших примерах, чтобы оценить качество распознавания нюансов и естественности озвучки.

Служба поддержкиРаботаем с 10:00 до 18:00 по МСК