Gemini 3.1 Flash TTS API

Zurelay cobra $0.60 por 1M de tokens de texto de entrada y $12.00 por 1M de tokens de audio de salida. El precio de lista de Google es $1.00 y $20.00, así que ahorras 40%. Gemini 3.1 Flash TTS cuenta 32 tokens de audio por cada segundo de voz, 1,920 por minuto, así que un minuto cuesta unos $0.023 más el texto que envíes. Las solicitudes que fallan no cuestan nada.

Crea una clave de API de Zurelay, establece la URL base del SDK en https://api.zurelay.com/v1 y llama a client.audio.speech.create con model establecido en gemini-3.1-flash-tts, una voice, tu texto como input y, si quieres, instructions. La respuesta es el propio archivo de audio: guárdalo con write_to_file en Python o escribe sus bytes en un archivo en Node. Para probar antes las voces y los estilos, usa el modo Speech del Playground en https://zurelay.com/app/playground.

Las 30 voces predefinidas de Gemini, como Kore, Puck, Charon, Leda, Aoede y Sulafat, con Kore como predeterminada. Los nombres de voz de OpenAI también funcionan y se asignan a una voz de Gemini de carácter similar: alloy habla como Kore, nova como Leda, onyx como Orus y shimmer como Callirrhoe. La documentación de voz en https://zurelay.com/docs/speech incluye cada voz con el carácter que le atribuye Google.

Descríbelo en instructions, con palabras sencillas, como le darías indicaciones a un actor de doblaje: "Di con alegría", "Susurra" o "Lee despacio, como un cuento antes de dormir". Las instructions admiten hasta 2,000 caracteres y no se leen en voz alta. Google recomienda pedir el acento así en lugar de confiar en el idioma. speed solo acepta 1, así que pide también el ritmo en las instructions.

Sí. Escríbelas entre corchetes dentro de input, justo donde debe producirse el cambio, por ejemplo [whispers] antes de un secreto o [short pause] antes de una revelación. Zurelay envía tu texto al modelo tal como lo escribes, etiquetas incluidas. Google recoge más de 200 etiquetas, como [excitement], [curiosity], [slow], [fast] y [laughs]. Las etiquetas van en inglés y Google pide texto o puntuación entre dos de ellas. Para textos largos, Google sugiere dejar que Gemini 3.1 Flash-Lite añada las etiquetas por ti.

Más de 70, según Google. No hay ajuste de idioma: el idioma se detecta a partir del texto, así que una frase en español se pronuncia en español. Las etiquetas de audio se mantienen en inglés y pueden combinarse con texto en otros idiomas.

Cada solicitud admite hasta 5,000 caracteres de input y 2,000 de instructions; divide los textos más largos en varias solicitudes. El audio llega en MP3 de forma predeterminada, o configura response_format en wav, o en pcm para muestras sin comprimir de 24 kHz, 16 bits y mono. Google indica un límite de entrada de 8,192 tokens para el modelo. Zurelay no almacena el audio, así que guarda el archivo que recibas.

No en una sola solicitud en Zurelay. La API propia de Google puede poner voz a un diálogo con varios hablantes en una sola llamada, pero Zurelay reproduce cada solicitud con una única voz. Para un diálogo, genera cada línea con su propia voz y une el audio en orden; el PCM sin comprimir es lo más sencillo de unir.

Una frase suele tardar unos segundos y un párrafo unos 15 segundos. El archivo completo llega en una sola respuesta: la API propia de Google puede transmitir el audio de 3.1 Flash TTS mientras se genera, pero el streaming no está disponible a través de Zurelay. Para un asistente de voz, envía una frase cada vez para que la reproducción empiece antes.

Sí. Google la lanzó en preview el 15 de abril de 2026 y no ha anunciado fecha de cierre. En Zurelay, el ID de Google, gemini-3.1-flash-tts-preview, funciona igual que gemini-3.1-flash-tts.

Sí. Tus solicitudes se ejecutan en el Gemini 3.1 Flash TTS de Google, y Zurelay no sustituye el modelo por otro distinto ni más pequeño. La voz se genera de nuevo en cada llamada, así que el mismo texto y la misma voz dan una lectura ligeramente distinta cada vez. Google aplica a todo el audio del modelo una marca de agua SynthID, imperceptible, que lo identifica como generado por IA. Zurelay es un servicio independiente y no está afiliado a Google.