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 costCosa 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.
Cronologia delle versioni
Ogni versione, datata, con ciò che ha cambiato rispetto alla precedente.
I punti vuoti sono versioni precedenti non più offerte in Sub Rosa.
Vedi i numeri
| Versione | Uscita | Elo |
|---|---|---|
| Gemini 3.1 Flash TTS | 2026-04-15 | 1209 |
| Gemini 3.8 Flash TTS | 2026-09-22 | 1275 |
- 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
- Gemini 3.8 Flash TTSPrecedente, non in Sub Rosa
- Disponibile in versione stabile, oltre 130 lingue, tag nel testo come <sigh> e <breath>
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.
- 1. ElevenLabs TTS v4 TurboElevenLabs1330
- 2. ElevenLabs TTS v4ElevenLabs1329
- 3. Gemini 3.1 Flash TTSGemini 3.1 Flash TTS1209
- 4. ElevenLabs TTS v3ElevenLabs1178
- 5. Gradium TTSGradium TTS1151
- 6. MiniMax Speech-02 HDMiniMax Speech-02 HD1114
- 7. Chatterbox HD (Resemble AI)Chatterbox HD1102
- 8. ElevenLabs Turbo v2.5ElevenLabs1097
- 9. ElevenLabs Multilingual v2ElevenLabs1095
- 10. Kokoro Text to SpeechKokoro1064
Vedi i numeri
| Modello | Elo |
|---|---|
| 1. ElevenLabs TTS v4 Turbo | 1330 |
| 2. ElevenLabs TTS v4 | 1329 |
| 3. Gemini 3.1 Flash TTS | 1209 |
| 4. ElevenLabs TTS v3 | 1178 |
| 5. Gradium TTS | 1151 |
| 6. MiniMax Speech-02 HD | 1114 |
| 7. Chatterbox HD (Resemble AI) | 1102 |
| 8. ElevenLabs Turbo v2.5 | 1097 |
| 9. ElevenLabs Multilingual v2 | 1095 |
| 10. Kokoro Text to Speech | 1064 |
Il modello di questa famiglia
| Modello | Uso | Privacy | Prezzo |
|---|---|---|---|
Gemini 3.1 Flash TTStts-gemini-3-1-flash | Voce | Anonimizzato | 0,0843 $ ogni 1.000 caratteri0,253 $ per una pagina letta ad alta voce |
Scheda tecnica
| Caratteristica | Gemini 3.1 Flash TTS |
|---|---|
| Uscita | 15 aprile 2026 |
| Pesi | Chiusi |
| Accetta | text |
| Produce | audio |
| Lingue | Oltre 70 lingue |
| Prezzo | 0,0843 $ ogni 1.000 caratteri |
| Privacy | Anonimizzato |
Prezzi, contesto e durate dal catalogo in tempo reale del 16 ottobre 2026; parametri e licenze secondo il produttore.
Fonti
Tutto ciò che è in questa pagina viene da queste pagine, lette il 16 ottobre 2026 o alla data indicata su ogni punteggio.
Mostra le 6 fonti
- blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-1-flash-tts
- ai.google.dev/gemini-api/docs/changelog
- ai.google.dev/gemini-api/docs/speech-generation
- artificialanalysis.ai/text-to-speech/leaderboard
- blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-1-flash-tts
- datanorth.ai/news/google-gemini-3-1-flash-tts-release