Cookieを使用しています. Cookieとブラウザストレージは、ログイン状態の維持と設定の保存に使われます。許可いただいた場合は、サイトの利用状況も計測します。はいつでも変更できます。詳しくはCookieポリシーをご覧ください。
Google: Gemini 3.1 Flash TTS Preview
google/gemini-3.1-flash-tts-previewGoogle: Gemini 3.1 Flash TTS Previewを今すぐ試す
上記の料金で残高から差し引かれます。新規アカウントには無料利用分があります。
ここに結果が表示されます。
設定
Google: Gemini 3.1 Flash TTS Previewの概要
- 入力料金は音声合成モデル34件の中央値より94%安くなっています。
- コンテキストウィンドウは32,768トークン。長いドキュメントや複数ターンの会話にも十分です。
Google: Gemini 3.1 Flash TTS Previewについて
Google: Gemini 3.1 Flash TTS Preview は Google のテキスト読み上げモデルです。音声カテゴリに属し、プレビュー版であるため、安定版が登場するまで挙動や音声セットが変更される可能性があります。Google はこれを Gemini 2.5 Flash TTS からの大幅な世代交代と説明しているので、そのモデルを使ったことがあるなら、これが評価すべき新しい世代です。
このモデルはテキストのみを入力として受け取り、音声のみを出力として返します。コンテキストウィンドウは 32,768 トークンに対応し、最大出力は 16,384 トークンで、ナレーションや長尺の音声コンテンツには十分な余裕があります。30 種類の音声が利用できます: 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, Sulafat。名前の幅広さから、単一のデフォルト音声ではなく多様な声質が揃っていることがうかがえるので、内容に合わせてトーンを選べます。
実用的な用途は、テキスト入力と音声出力、大きなコンテキストウィンドウ、多数の音声を備えたモデルから直接導かれます。動画、ポッドキャスト、オーディオブック向けのナレーションを生成したり、記事やドキュメントの読み上げ版を作成したり、アシスタントや IVR フロー向けの音声プロンプトを構築したり、アクセシビリティ機能向けの音声を作成したりできます。入力上限は文字数ではなくトークンで測られるため、長いスクリプトを 1 回のリクエストで送信でき、16,384 トークンの出力上限は長めの読み上げパッセージに対応する余裕を与えます。音声リストがあることで、異なる話者やコンテンツ種別に異なる音声を割り当てるのも簡単です。
このモデルは、モデル ID "google/gemini-3.1-flash-tts-preview" を使用して api14 の OpenAI 互換 API 経由で呼び出します。API は OpenAI の形式に従っているため、既存のクライアントを api14 のベース URL に向け、上記のモデル ID と入力テキストを指定して通常の形式でリクエストを送信します。このモデルは基本以外に対応パラメータを記載していないため、モデル ID とテキストを送信する前提で計画し、リクエスト形式が許す場合は上記リストから音声を選択してください。クライアントが parameters ブロックを期待する場合でも、文書化されていない調整オプションを想定せず、最小限に留めてください。
コミットする前に検討すべき点が 2 つあります。第一に、これはプレビューモデルであるため、出力と音声の挙動が変わる可能性があり、固定された再現可能な音声が必要なパイプラインには適していません。第二に、テキストのみを受け取り音声のみを返すため、音声の文字起こし、音声の翻訳、画像やドキュメントの処理はできません。タスクが音声認識、マルチモーダル入力、一般的なテキスト生成である場合は、カタログ内の別のモデルの方が適しています。
Google: Gemini 3.1 Flash TTS Preview APIの呼び出し方
- ダッシュボードでAPIキーを作成します。
- お使いの言語の公式openai SDKをインストールします。
- baseURLをhttps://api14.com/api/v1に、modelを"google/gemini-3.1-flash-tts-preview"に設定します。
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()));
仕様
- コンテキスト長
- 32,768
- 最大出力
- 16,384
- 入力
- text
- 出力
- speech
- 声
- 30
api14でのリクエスト数 · 過去7日間
Google: Gemini 3.1 Flash TTS Preview：よくある質問
- Google: Gemini 3.1 Flash TTS Preview APIの料金は？
- Google: Gemini 3.1 Flash TTS Previewの料金は文字 $3.50 / 100万文字です。USD残高から差し引かれるのは成功したリクエストのみで、失敗したリクエストは無料です。
- Google: Gemini 3.1 Flash TTS Previewのコンテキストウィンドウは？
- Google: Gemini 3.1 Flash TTS Previewは1リクエストあたり最大32,768トークン（プロンプト、履歴、ドキュメントの合計）を読み取れます。 1回のレスポンスで最大16,384トークンを出力します。
- Google: Gemini 3.1 Flash TTS Previewで何ができますか？
- Google: Gemini 3.1 Flash TTS Previewはtextを入力として受け付け、speechを返します。
- コードからGoogle: Gemini 3.1 Flash TTS Previewを呼び出すには？
- 任意のOpenAI SDKの接続先をhttps://api14.com/api/v1にして、modelを"google/gemini-3.1-flash-tts-preview"に設定するだけです。他のコード変更は不要です。このページのコードパネルからすぐ使える例をコピーできます。
- Google: Gemini 3.1 Flash TTS Previewの代替モデルは？
- 同程度の料金の音声合成モデル：hexgrad: Kokoro 82M, Google: Gemini 3.8 Flash Lite TTS, Google: Gemini 3.8 Flash TTS。どれも同じAPIキーで動くので、文字列を1つ変えるだけで切り替えられます。
Google: Gemini 3.1 Flash TTS Previewコミュニティ
新しいトピックこのコミュニティにはまだトピックがありません。Google: Gemini 3.1 Flash TTS Previewについて最初のトピックを立てましょう。