Google: Gemini 3.1 Flash TTS Preview
یشنمایش Gemini 3.1 Flash TTS یک مدل تبدیل متن به گفتار از گوگل است و یک پیشرفت نسلی قابل توجه نسبت به Gemini 2.5 Flash TTS محسوب میشود. این مدل ورودی متن را دریافت کرده و خروجی صوتی را در بیش از ۷۰ زبان تولید میکند - تقریباً ۳ برابر پوشش زبانی نسخه قبلی خود. اصلیترین ویژگی اضافه شده، سیستمی با بیش از ۲۰۰ برچسب صوتی درونخطی (مثلاً [زمزمه]، [خنده]، [هیجانزده]) است که به توسعهدهندگان اجازه میدهد تا نحوه ارائه، احساسات و سرعت جمله را در اواسط جمله هدایت کنند، در کنار آن، یک گردش کار "صندلی کارگردان" در استودیوی هوش مصنوعی گوگل برای تعریف پروفایلهای صوتی برای هر شخصیت و زمینه در سطح صحنه وجود دارد. این سیستم از حداکثر دو بلندگو با پیکربندی صدا و سبک مستقل برای هر بلندگو پشتیبانی میکند، صدای PCM را با فرکانس ۲۴ کیلوهرتز / ۱۶ بیت مونو خروجی میدهد و به طور خودکار همه خروجیها را با SynthID واترمارک میکند. پنجره زمینه ۳۲ هزار توکن دارد.
دسترسی API، ساختهشده برای برنامهنویسها
مشخصات اصلی مدل هوش مصنوعی
| نام مدل | google/gemini-3.1-flash-tts-preview |
| تاریخ ساخت | ۱۴۰۵/۵/۳۱ |
| حداکثر ورودی | 32768 |
| سرعت مدل | 3 / 5 |
| Tokenizer | Gemini |
| Reasoning | غیرفعال |
| هزینه خروجی متن | $20 به ازای هر یک میلیون توکن |
Google: Gemini 3.1 Flash TTS Preview
هر ماه مدلهای هوش مصنوعی متنوعی از شرکتهای مختلف ارائه میشود. ثبت نام، راهاندازی و مدیریت اکانتها و مدیریت مالی مدلهای مختلف کار دشواریست. هوش مصنوعی لیارا، مدلهای برتر دنیا را از طریق یک اکانت و یک کلید دسترسی در اختیار شما قرار میدهد.
مانیتورینگ پیشرفته
تعداد درخواستها، توکنهای مصرفی و هزینههای خود را بهتر مدیریت کنید.
توکن رایگان روزانه
با استفاده از توکنهای رایگان، هزینههای هوشمندسازی نرمافزار خود را کاهش دهید.
مدلهای متنوع
ما به سرعت در حال اضافهکردن مدلهای برتر دنیا هستیم. از OpenAI و DeepSeek گرفته تا Grok و Meta.
معماری مدل
| ورودیها | text |
| خروجی | speech |
| Structured Outputs | غیرفعال |
| Function Calling | غیرفعال |
| Tuning | غیرفعال |
| Streaming | غیرفعال |
پارامترهای قابل تنظیم | max_tokensresponse_formatseedtemperaturetop_p |
ما سعی میکنیم قابلیتهایی که بهطور مشترک در اکثر مدلها وجود دارد را در قالب OpenAI API پیادهسازی کنیم تا نیازی نباشد برای جابهجایی بین مدلهای مختلف، کدهای خود را تغییر دهید.
