تخطّي إلى المحتوى

Gemini 3.1 Flash Tts

التكامل

معرّف النموذج gemini-3.1-flash-tts
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/gemini-3.1-flash-tts?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "Hello from Doitong. This is a short test sentence."
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

هذا الطلب: ⁨‏0.003 $⁩ 3 أرصدة API · ≈ ⁨‏0.31 ₽⁩ تشغيله في هذه الصفحة

الحصول على مفتاح API
Google تحويل النص إلى كلام مزامنة الشفاهسريع #lipsync#avatar

تحويل Gemini 3.1 Flash للنص إلى كلام مع تحكم مضمّن في النمط و30 صوتًا وما يصل إلى 10 متحدثين

Google · صوت

ستظهر نتيجتك الأولى هنا

أنشئ طلبًا أدناه وشغّله باستخدام مفتاح API الخاص بك. تُنسخ المخرجات إلى تخزيننا، وتُحفظ إلى الأبد أو لمدة 7 أيام مجانًا.

إنشاء طلب

تُنشأ عناصر التحكم من مخطط النموذج. يتحدّث الرمز والسعر عند تغييرها.

•مطلوب 50 / 50000

نص تركيب الكلام لـ Gemini 3.1 Flash TTS؛ يجب أن تبدأ أسطر المتحدثين المتعددين بأسماء مستعارة من حقل speakers، كما في 'Alice: Hello!\nBob: Hi!'. يمكن التحكم بدقة في الإلقاء باستخدام وسوم صوتية تعبيرية مثل [sigh] و[laughing] و[whispering] و[short pause]، أو بتوجيهات لغوية طبيعية مضمنة للنبرة والعاطفة والسرعة والنمط، مثل 'Say cheerfully: Have a wonderful day!'.

متقدم style_instructions · output_format · voice · language_code · temperature · speakers
0 / 4000

توجيهات لغوية طبيعية اختيارية تُحفظ منفصلة عن المحتوى المنطوق وتُدرج قبل الموجّه لتشكيل التعبيرية واللهجة والسرعة والنبرة والعاطفة. تشمل الأمثلة 'Speak warmly and slowly' و'Read this as a dramatic newscast' و'Use a British accent with a cheerful tone' و'Whisper mysteriously'.

output_format الافتراضي mp3

تنسيق صوت المخرج: يوفّر mp3 ملفات مضغوطة ومدمجة ويوصى به؛ ويحتوي wav على PCM غير مضغوط داخل حاوية WAV بسرعة 24 kHz وصوت أحادي 16-bit؛ ويستخدم ogg_opus برنامج Opus داخل Ogg لتحقيق توازن مناسب بين الجودة والحجم.

الافتراضي Kore

اختيار صوت متحدث واحد من 30 إعدادًا مسبقًا متميزًا؛ يؤدي تعيين speakers إلى تعطيل هذا الاختيار. تشمل الخيارات النسائية الشائعة Kore بإلقاء قوي وحازم، وZephyr بإلقاء واضح ومشرق، وAoede بإلقاء دافئ ولحني؛ وتشمل الخيارات الرجالية الشائعة Puck بإلقاء حيوي ومفعم بالنشاط، وCharon بإلقاء هادئ واحترافي.

تجاوز لغة التركيب متعدد اللغات: يُطبّق الاكتشاف التلقائي من النص ما لم تحدد لغة لتوجيه كلام النموذج.

الافتراضي 1

إعداد عشوائية الكلام، ويتراوح تأثيره من إلقاء مركز ومتوقع عند الإعدادات المنخفضة إلى إلقاء إبداعي ومتنوع عند الإعدادات المرتفعة.

إعداد صوتي يتيح لعدة متحدثين قراءة أجزاء منفصلة من النص. عيّن لكل متحدث صوتًا واسمًا مستعارًا speaker_id يطابق بادئات الموجّه المقابلة.

POST /run/gemini-3.1-flash-tts?wait=20 عرض السعر → ⁨‏0.003 $⁩
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/gemini-3.1-flash-tts?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "Hello from Doitong. This is a short test sentence."
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

تشغيل هذا الطلب

يبقى مفتاحك في هذا المتصفح: لا يُرسل إلا إلى Doitong API ويُحفظ في localStorage فقط إذا فعّلت خيار التذكّر. الحصول على مفتاح API

حول Gemini 3.1 Flash Tts

يحوّل `prompt` يصل إلى 50000 حرف إلى كلام. يمكن توجيه الأداء ضمنيًا أو عبر `style_instructions`. اختر صوتًا من 30 صوتًا، واضبط `language_code`، أو استخدم `speakers` (من 2 إلى 10) للصوت متعدد المتحدثين. الإخراج mp3 أو wav أو ogg_opus، مع `temperature` من 0 إلى 2.

المعاملات

الاسمالنوع الافتراضيمسموح الوصف
promptمطلوب
النوعstring
≤ 50,000 حرف
نص تركيب الكلام لـ Gemini 3.1 Flash TTS؛ يجب أن تبدأ أسطر المتحدثين المتعددين بأسماء مستعارة من حقل speakers، كما في 'Alice: Hello!\nBob: Hi!'. يمكن التحكم بدقة في الإلقاء باستخدام وسوم صوتية تعبيرية مثل [sigh] و[laughing] و[whispering] و[short pause]، أو بتوجيهات لغوية طبيعية مضمنة للنبرة والعاطفة والسرعة والنمط، مثل 'Say cheerfully: Have a wonderful day!'.
style_instructionsاختياري
النوعstring | null
≤ 4,000 حرف
توجيهات لغوية طبيعية اختيارية تُحفظ منفصلة عن المحتوى المنطوق وتُدرج قبل الموجّه لتشكيل التعبيرية واللهجة والسرعة والنبرة والعاطفة. تشمل الأمثلة 'Speak warmly and slowly' و'Read this as a dramatic newscast' و'Use a British accent with a cheerful tone' و'Whisper mysteriously'.
voiceاختياري
النوعenum
الافتراضيKore
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14 أخرىLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
اختيار صوت متحدث واحد من 30 إعدادًا مسبقًا متميزًا؛ يؤدي تعيين speakers إلى تعطيل هذا الاختيار. تشمل الخيارات النسائية الشائعة Kore بإلقاء قوي وحازم، وZephyr بإلقاء واضح ومشرق، وAoede بإلقاء دافئ ولحني؛ وتشمل الخيارات الرجالية الشائعة Puck بإلقاء حيوي ومفعم بالنشاط، وCharon بإلقاء هادئ واحترافي.
language_codeاختياري
النوعenum
Arabic (Egypt)Bangla (Bangladesh)Dutch (Netherlands)English (India)English (US)French (France)German (Germany)Hindi (India)Indonesian (Indonesia)Italian (Italy)Japanese (Japan)Korean (South Korea)Marathi (India)Polish (Poland)Portuguese (Brazil)Romanian (Romania)
+71 أخرىRussian (Russia)Spanish (Spain)Tamil (India)Telugu (India)Thai (Thailand)Turkish (Turkey)Ukrainian (Ukraine)Vietnamese (Vietnam)Afrikaans (South Africa)Albanian (Albania)Amharic (Ethiopia)Arabic (World)Armenian (Armenia)Azerbaijani (Azerbaijan)Basque (Spain)Belarusian (Belarus)Bulgarian (Bulgaria)Burmese (Myanmar)Catalan (Spain)Cebuano (Philippines)Chinese Mandarin (China)Chinese Mandarin (Taiwan)Croatian (Croatia)Czech (Czech Republic)Danish (Denmark)English (Australia)English (UK)Estonian (Estonia)Filipino (Philippines)Finnish (Finland)French (Canada)Galician (Spain)Georgian (Georgia)Greek (Greece)Gujarati (India)Haitian Creole (Haiti)Hebrew (Israel)Hungarian (Hungary)Icelandic (Iceland)Javanese (Java)Kannada (India)Konkani (India)Lao (Laos)Latin (Vatican City)Latvian (Latvia)Lithuanian (Lithuania)Luxembourgish (Luxembourg)Macedonian (North Macedonia)Maithili (India)Malagasy (Madagascar)Malay (Malaysia)Malayalam (India)Mongolian (Mongolia)Nepali (Nepal)Norwegian Bokmal (Norway)Norwegian Nynorsk (Norway)Odia (India)Pashto (Afghanistan)Persian (Iran)Portuguese (Portugal)Punjabi (India)Serbian (Serbia)Sindhi (India)Sinhala (Sri Lanka)Slovak (Slovakia)Slovenian (Slovenia)Spanish (Latin America)Spanish (Mexico)Swahili (Kenya)Swedish (Sweden)Urdu (Pakistan)
تجاوز لغة التركيب متعدد اللغات: يُطبّق الاكتشاف التلقائي من النص ما لم تحدد لغة لتوجيه كلام النموذج.
speakersاختياري
النوعobject[]
إعداد صوتي يتيح لعدة متحدثين قراءة أجزاء منفصلة من النص. عيّن لكل متحدث صوتًا واسمًا مستعارًا speaker_id يطابق بادئات الموجّه المقابلة.
temperatureاختياري
النوعnumber
الافتراضي1
0 – 2
إعداد عشوائية الكلام، ويتراوح تأثيره من إلقاء مركز ومتوقع عند الإعدادات المنخفضة إلى إلقاء إبداعي ومتنوع عند الإعدادات المرتفعة.
output_formatاختياري
النوعenum
الافتراضيmp3
wavmp3ogg_opus
تنسيق صوت المخرج: يوفّر mp3 ملفات مضغوطة ومدمجة ويوصى به؛ ويحتوي wav على PCM غير مضغوط داخل حاوية WAV بسرعة 24 kHz وصوت أحادي 16-bit؛ ويستخدم ogg_opus برنامج Opus داخل Ogg لتحقيق توازن مناسب بين الجودة والحجم.
مطلوب

المخرجات

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "gemini-3.1-flash-tts",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 3,
    "usd": "0.003",
    "charged": 3,
    "refunded": 0
  },
  "input": {
    "prompt": "Hello from Doitong. This is a short test sentence."
  },
  "output": {
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
ملفاتك، خيارككل outputs[].url هو نسخة على تخزيننا: تُحفظ إلى الأبد (مع الدفع لكل غيغابايت-شهر) أو لمدة 7 أيام مجانًا، وفق إعداد حسابك أو ?storage=.
البنية نفسها في كل نموذجtype وurl وcontent_type وwidth وheight وduration للصور والفيديو والصوت على حد سواء. output هو كائن النتائج الخاص بالنموذج.
حقول المخرجات
audio
object {url, content_type, file_name, file_size}ملف الصوت الناتج عن التوليد.

لوكلاء الذكاء الاصطناعي: تتوفر هذه الصفحة بصيغة Markdown على https://doitong.com/ar/developers/models/gemini-3.1-flash-tts.md. جميع النماذج والأدلة: https://doitong.com/developers/llms.txt