Gemini 3.1 Flash TTS

Gemini 3.1 Flash TTS 是 Google 推出的实时文本转语音模型，面向低延迟语音生成与语音 Agent 场景。Google 官方表示，该模型支持自然语音输出、可控语调与表达式标签（Expressive Audio Tags），可通过自然语言精确控制语速、语气与旁白风格。模型已通过 Gemini API、Google AI Studio 与 Vertex AI 提供预览接入，并支持多语言语音生成。

核心功能

• 低延迟语音生成
• 支持表达式语音标签
• 支持多语言 TTS
• 自然语音输出
• 支持 Gemini API

使用场景

• AI 配音
• 语音助手
• 实时播报
• 语音 Agent
• 内容创作

适合谁用

适合语音 AI 开发者与内容创作者

常见问题

**Q: Gemini 3.1 Flash TTS 是什么？**

Gemini 3.1 Flash TTS 是 Google 推出的实时文本转语音模型。

**Q: Gemini 3.1 Flash TTS 怎么用？**

开发者可通过 Gemini API、AI Studio 或 Vertex AI 调用模型能力。

**Q: Gemini 3.1 Flash TTS 收费吗？**

通常按 API 调用量与语音生成时长收费。

资料来源

• https://ai.google.dev/gemini-api/docs/models/gemini-3.1-flash-tts-preview
• https://ai-bot.cn/gemini-3-1-flash-tts/