Op den Inhalt sprangen

Gemini 3.1 Flash Tts

Integréieren

Modell-ID 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"

Dës Ufro: 0,003 $ 3 API-Kreditter · ≈ 0,32 ₽ Op dëser Säit ausféieren

API-Schlëssel kréien
Google Text zu Sprooch LipsyncSchnell #avatar

Gemini 3.1 Flash Text-zu-Sprooch mat inline Stilkontroll, 30 Stëmmen a bis zu 10 Spriecher

Google · Audio

Äin éischt Resultat kënnt hei hin

Baut hei drënner eng Ufro a féiert se mat Ärem API-Schlëssel aus. Output gëtt an eis Späicherung kopéiert, fir ëmmer oder 7 Deeg gratis gespäichert.

Eng Ufro erstellen

D'Kontrolle ginn aus dem Modellschema generéiert. De Code an de Präis aktualiséiere sech, wann s du se ännerst.

•obligatoresch 50 / 50000

Text fir d'Sproochsynthes fir Gemini 3.1 Flash TTS; Zeile mat méi Spriecher mussen mat Aliasen aus dem speakers-Feld ufänken, wéi bei 'Alice: Hello!\nBob: Hi!'. D'Ausliwwerung ka mat expressive Audio-Tags wéi [sigh], [laughing], [whispering] an [short pause] oder mat inline Instruktiounen an natierlecher Sprooch fir Akzent, Emotioun, Tempo a Stil fein gesteiert ginn, wéi bei 'Say cheerfully: Have a wonderful day!'.

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

Optional Instruktiounen an natierlecher Sprooch, getrennt vum geschwaten Inhalt, déi virum Prompt agefouert ginn, fir Expressivitéit, Akzent, Tempo, Toun an Emotioun ze formen. Beispiller sinn 'Speak warmly and slowly', 'Read this as a dramatic newscast', 'Use a British accent with a cheerful tone' an 'Whisper mysteriously'.

output_format Standard mp3

Format vum Output-Audio: mp3 liwwert kompriméiert, kompakt Dateien a gëtt recommandéiert; wav enthält onkompriméiert PCM an engem WAV-Container mat 24 kHz an 16-Bit-Mono-Audio; ogg_opus benotzt Opus an Ogg fir e gudde Gläichgewiicht tëscht Qualitéit a Gréisst.

Standard Kore

Stëmmewiel fir een eenzege Spriecher aus 30 verschiddene Presets; wann speakers gesat ass, ass dës Auswiel inaktiv. Beléift weiblech Optioune sinn Kore mat enger staarker a fester Ausliwwerung, Zephyr mat enger heller a kloerer Ausliwwerung an Aoede mat enger waarmer a melodescher Ausliwwerung; beléift männlech Optioune sinn Puck, energesch a lieweg, a Charon, roueg a professionell.

Iwwerschreiwung vun der Sprooch fir méisproocheg Synthes: Automatesch Erkennung aus dem Text gëllt, ausser Dir gitt eng Sprooch un, fir d'Sprooch vum Modell ze steieren.

Standard 1

Zoufällegkeet vun der Sprooch, vun enger fokusséierter, viraussiichtlecher Ausliwwerung bei niddregen Astellunge bis zu enger kreativer, variéierter Ausliwwerung bei héijen Astellungen.

Stëmmekonfiguratioun, déi et méi Spriecher erlaabt, getrennte Textpassagen ze liesen. Gitt all Spriecher eng Stëmm an e speaker_id-Alias, deen den entspriechende Prompt-Präfix entsprécht.

POST /run/gemini-3.1-flash-tts?wait=20 Präis → 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"

Dës Ufro ausféieren

Äre Schlëssel bleift an dësem Browser: e gëtt nëmmen un d'Doitong API geschéckt an nëmme gespäichert (localStorage), wann s du „Erënneren“ aktivéiers. En API-Schlëssel kréien

Iwwer Gemini 3.1 Flash Tts

Konvertéiert e `prompt` mat bis zu 50000 Zeechen a Sprooch. D’Aussprooch kann inline oder iwwer `style_instructions` gesteiert ginn. Wielt eng vun 30 Stëmmen, setzt e `language_code` oder benotzt `speakers` (2 bis 10) fir Audio mat méi Spriecher. D’Ausgab ass mp3, wav oder ogg_opus, mat `temperature` vun 0 bis 2.

Parameteren

NummTyp StandardErlaabt Beschreiwung
promptobligatoresch
Typstring
≤ 50.000 Zeechen
Text fir d'Sproochsynthes fir Gemini 3.1 Flash TTS; Zeile mat méi Spriecher mussen mat Aliasen aus dem speakers-Feld ufänken, wéi bei 'Alice: Hello!\nBob: Hi!'. D'Ausliwwerung ka mat expressive Audio-Tags wéi [sigh], [laughing], [whispering] an [short pause] oder mat inline Instruktiounen an natierlecher Sprooch fir Akzent, Emotioun, Tempo a Stil fein gesteiert ginn, wéi bei 'Say cheerfully: Have a wonderful day!'.
style_instructionsoptional
Typstring | null
≤ 4.000 Zeechen
Optional Instruktiounen an natierlecher Sprooch, getrennt vum geschwaten Inhalt, déi virum Prompt agefouert ginn, fir Expressivitéit, Akzent, Tempo, Toun an Emotioun ze formen. Beispiller sinn 'Speak warmly and slowly', 'Read this as a dramatic newscast', 'Use a British accent with a cheerful tone' an 'Whisper mysteriously'.
voiceoptional
Typenum
StandardKore
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14 méiLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
Stëmmewiel fir een eenzege Spriecher aus 30 verschiddene Presets; wann speakers gesat ass, ass dës Auswiel inaktiv. Beléift weiblech Optioune sinn Kore mat enger staarker a fester Ausliwwerung, Zephyr mat enger heller a kloerer Ausliwwerung an Aoede mat enger waarmer a melodescher Ausliwwerung; beléift männlech Optioune sinn Puck, energesch a lieweg, a Charon, roueg a professionell.
language_codeoptional
Typenum
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 méiRussian (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)
Iwwerschreiwung vun der Sprooch fir méisproocheg Synthes: Automatesch Erkennung aus dem Text gëllt, ausser Dir gitt eng Sprooch un, fir d'Sprooch vum Modell ze steieren.
speakersoptional
Typobject[]
Stëmmekonfiguratioun, déi et méi Spriecher erlaabt, getrennte Textpassagen ze liesen. Gitt all Spriecher eng Stëmm an e speaker_id-Alias, deen den entspriechende Prompt-Präfix entsprécht.
temperatureoptional
Typnumber
Standard1
0 – 2
Zoufällegkeet vun der Sprooch, vun enger fokusséierter, viraussiichtlecher Ausliwwerung bei niddregen Astellunge bis zu enger kreativer, variéierter Ausliwwerung bei héijen Astellungen.
output_formatoptional
Typenum
Standardmp3
wavmp3ogg_opus
Format vum Output-Audio: mp3 liwwert kompriméiert, kompakt Dateien a gëtt recommandéiert; wav enthält onkompriméiert PCM an engem WAV-Container mat 24 kHz an 16-Bit-Mono-Audio; ogg_opus benotzt Opus an Ogg fir e gudde Gläichgewiicht tëscht Qualitéit a Gréisst.
obligatoresch

Output

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"
  }
}
Är Fichieren, Är WielAll outputs[].url ass eng Kopie an eiser Späicherung: fir ëmmer gespäichert (bezuelbar pro GB-Mount) oder 7 Deeg gratis, jee no Ärer Kontastellung oder ?storage=.
D'selwecht Struktur bei all Modelltype, url, content_type, width, height an duration, fir Biller, Video an Audio gläichermoossen. output ass dem Modell säin eegent Resultatobjet.
Output-Felder
audio
object {url, content_type, file_name, file_size}Audio-Datei, déi duerch d'Generatioun erstallt gouf.

Fir AI-Agenten: dës Säit als Markdown ass ënner https://doitong.com/lb/developers/models/gemini-3.1-flash-tts.md. All Modeller a Guiden: https://doitong.com/developers/llms.txt