Voix · Google DeepMind

Gemini 3.1 Flash TTS

Le modèle de voix de Google (avril 2026), piloté par des balises comme [whispers] dans le texte. Choisissez-le quand l’interprétation compte plus que le prix.

Anonymisé Coût très élevé
Dernière versionGemini 3.1 Flash TTS15 avril 2026
Artificial Analysis Speech Arena1 209 Elo3e sur 10 au Artificial Analysis Speech Arena
Prix0,0843 $ pour 1 000 caractères0,253 $ la page lue
Spec pharePlus de 70 langues

Ce qui le distingue

Gemini 3.1 Flash TTS permet de diriger l’interprétation en texte libre avec des balises audio et des notes de réalisateur, et couvre plus de 70 langues. Google est depuis passé à Gemini 3.8 : c’est la génération précédente.

  • Balises audio et notes de réalisateur
  • Plus de 70 langues, dialogue à plusieurs voix
  • Tatouage SynthID sur tout l’audio

Recommandé pour : une voix qui joue : murmures, rires, pauses.

Forces et limites

Ses points forts

  • Plus de 200 balises audio pour le ton, le rythme et l’accent
  • Plus de 70 langues
  • 30 voix

À éviter quand

  • La voix la plus chère du catalogue au caractère
  • Anonymisé, pas privé
  • 30 voix
  • Jusqu’à 5 000 caractères par requête dans Sub Rosa

Cas d’usage

Dialogue de podcast à deux voix

Intervenant 1 [excited] : On vient de lancer ! Intervenant 2 [whispers] : Ne le dites à personne pour l’instant.

Les balises donnent un contrôle fin de l’humeur ligne par ligne.

Narration de cours multilingue

Narre cette leçon lentement et clairement, avec le ton d’un professeur bienveillant.

Large couverture de langues et ton pilotable.

Face à ses rivaux

  • ElevenLabsElevenLabs coûte moins cher au caractère, avec moins de langues et moins de contrôle par balises.1er sur 10 au Artificial Analysis Speech Arena (1 330 Elo)
  • xAI TTSxAI utilise aussi des balises dans le texte, à environ un dixième du prix.
  • Inworld TTS-1.5 MaxInworld est bien moins cher et expressif, avec 15 langues.
Comparer côte à côte ↗

Historique des versions

Chaque version, datée, avec ce qu’elle a changé par rapport à la précédente.

Artificial Analysis Speech Arena, version après versionClassement Elo · Artificial Analysis

Les points creux sont des versions antérieures qui ne sont plus proposées dans Sub Rosa.

Voir les chiffres
VersionSortieElo
Gemini 3.1 Flash TTS2026-04-151 209
Gemini 3.8 Flash TTS2026-09-221 275
  1. Gemini 3.1 Flash TTSLa plus récente
    • Introduit des balises audio fines pour le style, le rythme et l’interprétation
    • Plus de 70 langues et dialogue natif à plusieurs voix
    Source : blog.google
  2. Gemini 3.8 Flash TTSAntérieure, hors de Sub Rosa
    • Disponible en version stable, plus de 130 langues, balises comme <sigh> et <breath>
    Source : ai.google.dev

Benchmarks

Comment lire ces scores : ce qu’un benchmark dit.

Artificial Analysis Speech Arena : 3e sur 10 modèles mesurés du catalogue. Des gens écoutent la même phrase lue par deux voix, sans connaître les modèles, et choisissent la plus naturelle. Un classement Elo : plus le score est haut, plus la voix paraît naturelle au plus grand nombre. À 100 points d’écart, le mieux classé gagne environ 64 % des duels.

Artificial Analysis Speech ArenaClassement Elo · Artificial Analysis, 4 octobre 2026
  1. 1. ElevenLabs TTS v4 TurboElevenLabs1 330
  2. 2. ElevenLabs TTS v4ElevenLabs1 329
  3. 3. Gemini 3.1 Flash TTSGemini 3.1 Flash TTS1 209
  4. 4. ElevenLabs TTS v3ElevenLabs1 178
  5. 5. Gradium TTSGradium TTS1 151
  6. 6. MiniMax Speech-02 HDMiniMax Speech-02 HD1 114
  7. 7. Chatterbox HD (Resemble AI)Chatterbox HD1 102
  8. 8. ElevenLabs Turbo v2.5ElevenLabs1 097
  9. 9. ElevenLabs Multilingual v2ElevenLabs1 095
  10. 10. Kokoro Text to SpeechKokoro1 064
Voir les chiffres
ModèleElo
1. ElevenLabs TTS v4 Turbo1 330
2. ElevenLabs TTS v41 329
3. Gemini 3.1 Flash TTS1 209
4. ElevenLabs TTS v31 178
5. Gradium TTS1 151
6. MiniMax Speech-02 HD1 114
7. Chatterbox HD (Resemble AI)1 102
8. ElevenLabs Turbo v2.51 097
9. ElevenLabs Multilingual v21 095
10. Kokoro Text to Speech1 064

Le modèle de cette famille

ModèleUsageConfidentialitéPrix
Gemini 3.1 Flash TTStts-gemini-3-1-flashVoixAnonymisé0,0843 $ pour 1 000 caractères0,253 $ la page lue

Fiche technique

CaractéristiqueGemini 3.1 Flash TTS
Sortie15 avril 2026
PoidsFermés
Acceptetexte
Produitaudio
LanguesPlus de 70 langues
Prix0,0843 $ pour 1 000 caractères
ConfidentialitéAnonymisé

Prix, contexte et durées tirés du catalogue le 16 octobre 2026 ; paramètres et licences selon le fabricant.