Gemini 3.1 Flash TTS（文字转语音）预览版

Gemini 3.1 Flash TTS 预览版模型具备强大的低延迟语音生成能力，可生成自然的语音输出，支持可控的提示，并提供富有表现力的音频标记，以便精准控制旁白。

文档

Gemini 3.1 Flash TTS 预览版模型引入了富有表现力的音频标记，可用于控制旁白，并全面提升了自然度、可控性和多语言能力。

如需全面了解功能和特性，请参阅文字转语音指南。

属性	说明
模型代码	`gemini-3.1-flash-tts-preview`
支持的数据类型	输入源文本输出音频
令牌限制^[*]	输入 token 限制 8192 输出 token 限制 16384
功能	音频生成支持缓存不受支持代码执行不受支持文件搜索不支持函数调用不受支持 Grounding with Google Maps 不受支持图片生成不受支持 Live API 不受支持搜索接地不受支持结构化输出不受支持思考不受支持网址上下文不受支持
使用选项	Batch API 支持 Flex 推理不受支持优先级推断不受支持
版本	如需了解详情，请参阅模型版本模式。 `gemini-3.1-flash-tts-preview`
最新更新	2026 年 4 月
模型卡片	模型卡片