هوش مصنوعی هرمزهرمزورود

Google: Gemini 3.1 Flash TTS Preview: مدل صوتی

Gemini 3.1 Flash TTS Preview مدلِ متن-به-گفتارِ گوگل با بیش از ۲۰۰ برچسبِ صوتیِ درون‌متنی و گفت‌وگوی دو نفره در بیش از ۷۰ زبان است. از داخل ایران و از طریق هرمز.

قیمت:
$1/M text tokens · $20/M audio tokens
نوع:
audio
  • صوت

Gemini 3.1 Flash TTS Preview یک مدلِ متن-به-گفتار از گوگل و گامی بزرگ نسبت به Gemini 2.5 Flash TTS است. در بیش از ۷۰ زبان گفتار تولید می‌کند.

بیش از ۲۰۰ برچسبِ صوتیِ درون‌متنی مثلِ [whispers] یا [laughs] شیوه‌ی بیان را در میانه‌ی جمله هدایت می‌کنند و تا دو گوینده هر کدام صدای خودشان را دارند. خروجی صدای PCM با کیفیتِ ۲۴ کیلوهرتز، ۱۶ بیتی و تک‌کاناله است. هرمز Gemini 3.1 Flash TTS Preview را روی دو مسیر ارائه می‌دهد: مسیرِ سازگار با OpenAI یعنی /v1/audio/speech که صدا را در همان پاسخ برمی‌گرداند، و /v1/predictions برای کارهای پس‌زمینه. مقدارِ voice را یکی از صداهای خودِ مدل بگذارید (برای نمونه «Kore») و response_format را pcm تعیین کنید.

هزینه دو بخش دارد: متنِ ورودی و طولِ صدای تولیدشده (توکن‌های صوتی)؛ نرخ‌های روز در جدولِ قیمتِ همین صفحه آمده است. هرمز دسترسیِ پایدار به آن را از داخل ایران فراهم می‌کند، بدون نیاز به کارت اعتباری خارجی یا ابزارهای دور زدن تحریم.

Gemini 3.1 Flash TTS Preview is a text-to-speech model from Google, and a substantial generational step up from Gemini 2.5 Flash TTS. It takes text input and produces audio output...

شروع سریع

curl https://api.hormouz.net/v1/audio/speech \
  -H "Authorization: Bearer ng-YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"google/gemini-3.1-flash-tts-preview","voice":"Zephyr","input":"Hello from Hormouz.","response_format":"pcm"}' \
  --output speech.pcm

مشخصات

سازندهGoogle
نوعصدا
پنجره زمینه—
قیمت$1/M text tokens · $20/M audio tokens
نوع APIspeech

نمونه کد

cURL
curl https://api.hormouz.net/v1/audio/speech \
  -H "Authorization: Bearer ng-YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"google/gemini-3.1-flash-tts-preview","voice":"Zephyr","input":"Hello from Hormouz.","response_format":"pcm"}' \
  --output speech.pcm
Python
from openai import OpenAI
client = OpenAI(api_key="ng-YOUR_API_KEY", base_url="https://api.hormouz.net/v1")
with client.audio.speech.with_streaming_response.create(
    model="google/gemini-3.1-flash-tts-preview",
    voice="Zephyr",
    input="Hello from Hormouz.",
    response_format="pcm",
) as resp:
    resp.stream_to_file("speech.pcm")
JavaScript
import OpenAI from "openai";
import { writeFile } from "node:fs/promises";
const client = new OpenAI({ apiKey: "ng-YOUR_API_KEY", baseURL: "https://api.hormouz.net/v1" });
const speech = await client.audio.speech.create({
  model: "google/gemini-3.1-flash-tts-preview",
  voice: "Zephyr",
  input: "Hello from Hormouz.",
  response_format: "pcm",
});
await writeFile("speech.pcm", Buffer.from(await speech.arrayBuffer()));

خرید API Google: Gemini 3.1 Flash TTS Preview با پرداخت ریالی

  • با کارت بانکی ایرانی اعتبار بخرید؛ کارت ارزی و حساب خارجی لازم نیست.
  • با یک کلید هرمز به Google: Gemini 3.1 Flash TTS Preview و بیش از ۶۰۰ مدل دیگر دسترسی دارید و فقط به اندازه‌ی مصرف می‌پردازید.
  • بدون فیلترشکن و بدون خطر بن شدن حساب؛ کافی است آدرس پایه را به api.hormouz.net/v1 تغییر دهید.
ساخت حسابخرید API Gemini (جمینای) با پرداخت ریالی

استفاده از طریق هرمز

با یک کلید API به این مدل و بیش از ۶۰۰ مدل دیگر وصل شوید و مصرف هر مدل را تا سطح هر درخواست ببینید.

درخواست دسترسی شرکتی

سوالات متداول

هزینه‌ی استفاده از Gemini 3.1 Flash TTS Preview چقدر است؟
هزینه دو بخش دارد: متنِ ورودی و طولِ صدای تولیدشده (توکن‌های صوتی)؛ نرخ‌های روز در جدولِ قیمتِ همین صفحه آمده است.
چطور از داخل ایران به Gemini 3.1 Flash TTS Preview دسترسی داشته باشم؟
کافی است در هرمز حساب بسازید و یک کلید API بگیرید. هرمز مسیرِ دسترسیِ پایدار به این مدل را از داخل ایران فراهم می‌کند و نیازی به کارت اعتباری خارجی یا ابزارِ دور زدنِ تحریم ندارید.
چطور Gemini 3.1 Flash TTS Preview را فراخوانی کنم؟
هرمز Gemini 3.1 Flash TTS Preview را روی دو مسیر ارائه می‌دهد: مسیرِ سازگار با OpenAI یعنی /v1/audio/speech که صدا را در همان پاسخ برمی‌گرداند، و /v1/predictions برای کارهای پس‌زمینه. مقدارِ voice را یکی از صداهای خودِ مدل بگذارید (برای نمونه «Kore») و response_format را pcm تعیین کنید.
نسخه‌ی جدیدتری از Gemini 3.1 Flash TTS Preview وجود دارد؟
بله. Gemini 3.8 Flash TTS جانشینِ آن است و Gemini 3.8 Flash Lite TTS عضوِ سریع‌ترِ همان خانواده؛ هر دو در هرمز در دسترس‌اند.

به‌روزرسانی: 2026-10-13