Google: Gemini 3.1 Flash TTS Preview

Google: Gemini 3.1 Flash TTS Preview is een tekst naar spraak model van Google. Het valt in de categorie spraak en is een preview release, wat betekent dat het gedrag en de stemmenset nog kunnen veranderen voordat een stabiele versie verschijnt. Google beschrijft het als een substantiele generatieverbetering ten opzichte van Gemini 2.5 Flash TTS, dus als je dat model hebt gebruikt, is dit de nieuwere generatie om te evalueren.

Het model neemt tekst als enige invoer en retourneert spraak als enige uitvoer. Het ondersteunt een contextvenster van 32.768 tokens, met een maximale uitvoer van 16.384 tokens, wat ruim is voor narratie en langere gesproken content. Dertig stemmen zijn beschikbaar: 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 en Sulafat. De verscheidenheid aan namen suggereert een spreiding van vocale karakters in plaats van een enkele standaardstem, zodat je toon en content op elkaar kunt afstemmen.

Praktische toepassingen volgen direct uit een tekst in, audio uit model met een groot contextvenster en veel stemmen. Je kunt narratie genereren voor videos, podcasts of audioboeken, gesproken versies van artikelen en documentatie produceren, stemprompts bouwen voor assistenten en IVR flows, of audio maken voor toegankelijkheidsfuncties. Omdat de invoerlimiet in tokens wordt gemeten in plaats van tekens, kunnen lange scripts in een enkel verzoek worden ingediend, en het uitvoerplafond van 16.384 tokens biedt ruimte voor langere gesproken passages. De stemmenlijst maakt het eenvoudig om verschillende stemmen toe te wijzen aan verschillende sprekers of contenttypen.

Je roept het model aan via de OpenAI compatibele API van api14 met het model id "google/gemini-3.1-flash-tts-preview". Omdat de API de OpenAI vorm volgt, richt je je bestaande client op de base URL van api14 en stuur je een verzoek in het gebruikelijke formaat, met het bovenstaande model id en je tekst als invoer. Het model vermeldt geen ondersteunde parameters buiten de basis, dus reken erop dat je het model id en de tekst stuurt, en selecteer een stem uit de bovenstaande lijst waar het verzoekformaat dat toelaat. Als je client een parameters blok verwacht, houd het dan minimaal in plaats van tuningopties aan te nemen die niet gedocumenteerd zijn.

Twee dingen zijn het overwegen waard voordat je je vastlegt. Ten eerste is dit een preview model, dus uitvoer en stemgedrag kunnen verschuiven, en het is niet de juiste keuze voor een pipeline die bevroren, reproduceerbare audio nodig heeft. Ten tweede accepteert het alleen tekst en retourneert het alleen spraak, dus het kan geen audio transcriberen, spraak vertalen of afbeeldingen en documenten verwerken. Als je taak spraakherkenning, multimodale invoer of algemene tekstgeneratie is, past een ander model in de catalogus beter.