Voce · Google DeepMind

Gemini 3.1 Flash TTS

Il modello vocale di Google di aprile 2026, guidato da tag come [whispers] scritti nel testo. Sceglilo quando l'interpretazione conta più del prezzo.

Anonimizzato Very high cost
Ultima versioneGemini 3.1 Flash TTS15 aprile 2026
Artificial Analysis Speech Arena1209 Elo3° su 10 in Artificial Analysis Speech Arena
Prezzo0,0843 $ ogni 1.000 caratteri0,253 $ per una pagina letta ad alta voce
Specifica chiaveOltre 70 lingue

Cosa lo distingue

Gemini 3.1 Flash TTS ti permette di dirigere l'interpretazione in testo semplice con tag audio e note di regia, e copre più di 70 lingue. Google ha poi portato la famiglia a Gemini 3.8, quindi questa è la generazione precedente.

  • Tag audio e note di regia
  • Oltre 70 lingue, dialogo a più voci
  • Filigrana SynthID su tutto l'audio

Consigliato per: una voce che recita: sussurri, risate, pause.

Punti di forza e limiti

Dove dà il meglio

  • Oltre 200 tag audio per tono, ritmo e accento
  • Oltre 70 lingue
  • 30 voci

Pensaci due volte quando

  • La voce più cara del catalogo per carattere
  • Anonimizzato, non privato
  • 30 voci
  • Fino a 5.000 caratteri per richiesta in Sub Rosa

Casi d’uso

Dialogo da podcast a due voci

Interlocutore 1 [excited]: Abbiamo appena lanciato! Interlocutore 2 [whispers]: Non dirlo ancora a nessuno.

I tag danno un controllo fine dell'atmosfera, battuta per battuta.

Narrazione di un corso in più lingue

Leggi questa lezione lentamente e con chiarezza, con il tono di un insegnante gentile.

Ampia copertura linguistica e tono regolabile.

Rispetto ai rivali

  • ElevenLabsElevenLabs costa meno per carattere, con meno lingue e meno controllo tramite tag.1° su 10 in Artificial Analysis Speech Arena ( 1330 Elo)
  • xAI TTSAnche xAI usa tag nel testo, a circa un decimo del prezzo.
  • Inworld TTS-1.5 MaxInworld costa molto meno ed è espressivo, con 15 lingue.
Confronta fianco a fianco ↗

Cronologia delle versioni

Ogni versione, datata, con ciò che ha cambiato rispetto alla precedente.

Artificial Analysis Speech Arena, versione dopo versionePunteggio Elo · Artificial Analysis

I punti vuoti sono versioni precedenti non più offerte in Sub Rosa.

Vedi i numeri
VersioneUscitaElo
Gemini 3.1 Flash TTS2026-04-151209
Gemini 3.8 Flash TTS2026-09-221275
  1. Gemini 3.1 Flash TTSLa più recente
    • Introdotti tag audio granulari per stile, ritmo e interpretazione
    • Oltre 70 lingue e dialogo nativo a più voci
    Sorgente : blog.google
  2. Gemini 3.8 Flash TTSPrecedente, non in Sub Rosa
    • Disponibile in versione stabile, oltre 130 lingue, tag nel testo come <sigh> e <breath>
    Sorgente : ai.google.dev

Benchmark

Come leggere questi punteggi: cosa dice un benchmark.

Artificial Analysis Speech Arena: 3° su 10 modelli misurati nel catalogo. Le persone ascoltano la stessa frase letta da due voci, senza sapere quali sono i modelli, e scelgono la più naturale. Un punteggio Elo: più è alto, più la voce suona naturale a più persone. Con 100 punti di distacco, il modello con il punteggio più alto vince circa il 64% dei duelli.

Artificial Analysis Speech ArenaPunteggio Elo · Artificial Analysis, 4 ottobre 2026
  1. 1. ElevenLabs TTS v4 TurboElevenLabs1330
  2. 2. ElevenLabs TTS v4ElevenLabs1329
  3. 3. Gemini 3.1 Flash TTSGemini 3.1 Flash TTS1209
  4. 4. ElevenLabs TTS v3ElevenLabs1178
  5. 5. Gradium TTSGradium TTS1151
  6. 6. MiniMax Speech-02 HDMiniMax Speech-02 HD1114
  7. 7. Chatterbox HD (Resemble AI)Chatterbox HD1102
  8. 8. ElevenLabs Turbo v2.5ElevenLabs1097
  9. 9. ElevenLabs Multilingual v2ElevenLabs1095
  10. 10. Kokoro Text to SpeechKokoro1064
Vedi i numeri
ModelloElo
1. ElevenLabs TTS v4 Turbo1330
2. ElevenLabs TTS v41329
3. Gemini 3.1 Flash TTS1209
4. ElevenLabs TTS v31178
5. Gradium TTS1151
6. MiniMax Speech-02 HD1114
7. Chatterbox HD (Resemble AI)1102
8. ElevenLabs Turbo v2.51097
9. ElevenLabs Multilingual v21095
10. Kokoro Text to Speech1064

Il modello di questa famiglia

ModelloUsoPrivacyPrezzo
Gemini 3.1 Flash TTStts-gemini-3-1-flashVoceAnonimizzato0,0843 $ ogni 1.000 caratteri0,253 $ per una pagina letta ad alta voce

Scheda tecnica

CaratteristicaGemini 3.1 Flash TTS
Uscita15 aprile 2026
PesiChiusi
Accettatext
Produceaudio
LingueOltre 70 lingue
Prezzo0,0843 $ ogni 1.000 caratteri
PrivacyAnonimizzato

Prezzi, contesto e durate dal catalogo in tempo reale del 16 ottobre 2026; parametri e licenze secondo il produttore.