हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।

Google: Gemini 3.1 Flash TTS Preview

google/gemini-3.1-flash-tts-preview

स्पीचइनपुट: text33K24 अप्रैल 2026 को जोड़ा गया

playground में खोलें Google: Gemini 3.1 Flash TTS Preview के लिए API key पाएं

Google: Gemini 3.1 Flash TTS Preview अभी आज़माएं

ऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।

इसे इस्तेमाल करने के लिए साइन इन करेंमुफ्त अकाउंट बनाएं

टेक्स्ट42 · कई वक्ता (हर पंक्ति में एक बारी, आवाज़: पाठ)

input_references

अटैच करें0/3

reference_transcript

नतीजे यहां दिखेंगे।

आज 5 में से 5 मुफ्त मैसेज बाकी, मुफ्त अकाउंट से अतिरिक्त मुफ्त उपयोग और API key मिलती है।मुफ्त अकाउंट बनाएं साइन इनसेशन लागत $0.00

Google: Gemini 3.1 Flash TTS Preview एक नज़र में

इनपुट कीमत 34 स्पीच मॉडल के मीडियन से 94% कम है।
32,768 tokens की context window, लंबे दस्तावेज़ों और कई चरणों वाली बातचीत के लिए काफी।

Google: Gemini 3.1 Flash TTS Preview के बारे में

Google: Gemini 3.1 Flash TTS Preview, Google का एक text to speech मॉडल है। यह speech श्रेणी में आता है और एक preview release है, जिसका मतलब है कि स्थिर संस्करण आने से पहले व्यवहार और voice सेट अभी भी बदल सकते हैं। Google इसे Gemini 2.5 Flash TTS से एक बड़ा पीढ़ीगत उन्नयन बताता है, इसलिए यदि आपने वह मॉडल उपयोग किया है, तो यह मूल्यांकन करने के लिए नई पीढ़ी है।

मॉडल अपने एकमात्र इनपुट के रूप में text लेता है और अपने एकमात्र आउटपुट के रूप में speech लौटाता है। यह 32,768 tokens का context window समर्थित करता है, अधिकतम 16,384 tokens के आउटपुट के साथ, जो narration और long form spoken content के लिए उदार है। तीस voices उपलब्ध हैं: Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callirrhoe, Autonoe, Enceladus, Iapetus, Umbriel, Algieba, Despina, Erinome, Algenib, Rasalgethi, Laomedeia, Achernar, Alnilam, Schedar, Gacrux, Pulcherrima, Achird, Zubenelgenubi, Vindemiatrix, Sadachbia, Sadaltager और Sulafat। नामों की श्रेणी एकल डिफ़ॉल्ट voice के बजाय vocal characters के फैलाव का संकेत देती है, इसलिए आप tone को content से मिला सकते हैं।

व्यावहारिक उपयोग सीधे text in, audio out मॉडल से बड़े context window और कई voices के साथ निकलते हैं। आप वीडियो, पॉडकास्ट या ऑडियोबुक के लिए narration उत्पन्न कर सकते हैं, लेखों और दस्तावेज़ीकरण के spoken संस्करण बना सकते हैं, assistants और IVR flows के लिए voice prompts बना सकते हैं, या accessibility सुविधाओं के लिए audio बना सकते हैं। चूंकि इनपुट सीमा characters के बजाय tokens में मापी जाती है, लंबी स्क्रिप्ट एक ही अनुरोध में भेजी जा सकती हैं, और 16,384 token की आउटपुट सीमा विस्तारित spoken passages के लिए जगह देती है। voice सूची विभिन्न speakers या content प्रकारों को अलग voices सौंपना सीधा बनाती है।

आप मॉडल को api14 के OpenAI compatible API के माध्यम से model id "google/gemini-3.1-flash-tts-preview" का उपयोग करके कॉल करते हैं। चूंकि API OpenAI आकार का अनुसरण करता है, आप अपने मौजूदा client को api14 के base URL पर इंगित करते हैं और सामान्य प्रारूप में एक अनुरोध भेजते हैं, ऊपर दिए model id और अपने text को इनपुट के रूप में लेकर। मॉडल बुनियादी बातों से आगे कोई समर्थित parameters सूचीबद्ध नहीं करता, इसलिए model id और text भेजने की योजना बनाएं, और जहां अनुरोध प्रारूप अनुमति दे वहां ऊपर की सूची से एक voice चुनें। यदि आपका client एक parameters block की अपेक्षा करता है, तो उसे न्यूनतम रखें, बजाय उन tuning विकल्पों को मान लेने के जो प्रलेखित नहीं हैं।

प्रतिबद्ध होने से पहले दो बातें तौलने योग्य हैं। पहला, यह एक preview मॉडल है, इसलिए आउटपुट और voice व्यवहार बदल सकते हैं, और यह उस pipeline के लिए उपयुक्त विकल्प नहीं है जिसे frozen, reproducible audio चाहिए। दूसरा, यह केवल text स्वीकार करता है और केवल speech लौटाता है, इसलिए यह audio को transcribe नहीं कर सकता, speech का अनुवाद नहीं कर सकता या images और documents को संभाल नहीं सकता। यदि आपका कार्य speech recognition, multimodal input या सामान्य text generation है, तो catalogue में एक अलग मॉडल बेहतर फिट होगा।

Google: Gemini 3.1 Flash TTS Preview API कैसे कॉल करें

अपने dashboard में API key बनाएं।
अपनी भाषा के लिए आधिकारिक openai SDK इंस्टॉल करें।
baseURL को https://api14.com/api/v1 और model को "google/gemini-3.1-flash-tts-preview" पर सेट करें।

import { writeFile } from "node:fs/promises";
import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const audio = await client.audio.speech.create({
  "model": "google/gemini-3.1-flash-tts-preview",
  "input": "Hello from api14! One API for every model.",
  "voice": "alloy",
  "response_format": "mp3"
});
await writeFile("speech.mp3", Buffer.from(await audio.arrayBuffer()));

स्पेसिफिकेशन

Context लंबाई: 32,768
अधिकतम आउटपुट: 16,384
इनपुट: text
आउटपुट: speech
आवाज़ें: 30

api14 पर requests · पिछले 7 दिन

Google: Gemini 3.1 Flash TTS Preview: अक्सर पूछे जाने वाले सवाल

Google: Gemini 3.1 Flash TTS Preview API की कीमत कितनी है?: Google: Gemini 3.1 Flash TTS Preview की कीमत अक्षर $3.50 / 1M अक्षर है। शुल्क आपके USD बैलेंस से सिर्फ सफल requests के लिए कटता है; फेल हुई requests मुफ्त हैं।
Google: Gemini 3.1 Flash TTS Preview की context window कितनी है?: Google: Gemini 3.1 Flash TTS Preview हर request में 32,768 tokens तक पढ़ता है, prompt, इतिहास और दस्तावेज़ मिलाकर। यह हर जवाब में 16,384 आउटपुट tokens तक लिखता है।
Google: Gemini 3.1 Flash TTS Preview क्या कर सकता है?: Google: Gemini 3.1 Flash TTS Preview text स्वीकार करता है और speech लौटाता है।
अपने कोड से Google: Gemini 3.1 Flash TTS Preview कैसे कॉल करूं?: किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "google/gemini-3.1-flash-tts-preview" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
Google: Gemini 3.1 Flash TTS Preview के विकल्प क्या हैं?: मिलती-जुलती कीमत वाले स्पीच मॉडल: hexgrad: Kokoro 82M, Google: Gemini 3.8 Flash Lite TTS, Google: Gemini 3.8 Flash TTS। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।

Google: Gemini 3.1 Flash TTS Preview कम्युनिटी

नया टॉपिक

इस कम्युनिटी में अभी कोई टॉपिक नहीं है। Google: Gemini 3.1 Flash TTS Preview के बारे में पहला टॉपिक खोलें।