Aplomb 1, हमारा पहला मॉडल, अब उपलब्ध है। लॉन्च पोस्ट पढ़ें

Gemini 3.1 Flash TTS vs Gemini 2.5 Flash TTS

Gemini 3.1 Flash TTS और Gemini 2.5 Flash TTS साथ-साथ: विशेषताएं, क्षमताएं, पैरामीटर और EmpirioLabs कैटलॉग की लाइव कीमतें।

Google ऑडियो जनरेशन
Gemini 3.1 Flash TTS आज़माएं Gemini 2.5 Flash TTS आज़माएं कीमत देखें

Gemini 3.1 Flash TTS vs Gemini 2.5 Flash TTS एक नज़र में

Gemini 3.1 Flash TTS और Gemini 2.5 Flash TTS दोनों Google के मॉडल हैं, ऑडियो जनरेशन श्रेणी में आते हैं और EmpirioLabs API के ज़रिए उपलब्ध हैं।

मुख्य अंतर

  • Gemini 3.1 Flash TTS नई रिलीज़ है (13 अप्रैल 2026); Gemini 2.5 Flash TTS 20 मई 2025 को रिलीज़ हुआ था।
  • इनपुट (प्रति 1M प्रॉम्प्ट टोकन) और आउटपुट (प्रति 1M जेनरेट किए गए टोकन) के लिए Gemini 2.5 Flash TTS की दर कम है।

Gemini 3.1 Flash TTS vs Gemini 2.5 Flash TTS: विशेषताएं

स्पेकGemini 3.1 Flash TTSGemini 2.5 Flash TTS
मॉडल IDgemini-3-1-flash-ttsgemini-2-5-flash-tts
निर्माताGoogleGoogle
रिलीज13 अप्रैल 202620 मई 2025
अधिकतम आउटपुट19,661 टोकन19,661 टोकन
इनपुट
टेक्स्ट
टेक्स्ट
आउटपुट
ऑडियो
ऑडियो
एंडपॉइंट
POST /v1/audio/speech
POST /v1/audio/speech
क्षमताएं
text to speech multi speaker multilingual
text to speech multi speaker multilingual

Gemini 3.1 Flash TTS vs Gemini 2.5 Flash TTS: API की कीमतें

दोनों मॉडलों के लिए EmpirioLabs कैटलॉग की लाइव दरें। हर दर तालिका हमेशा API की वास्तविक बिलिंग से मेल खाती है।

Gemini 3.1 Flash TTS vs Gemini 2.5 Flash TTS: API के पैरामीटर

EmpirioLabs पर हर मॉडल के लिए सूचीबद्ध रिक्वेस्ट पैरामीटर, और जहां लागू हो वहां मान्य मान या सीमा। डैश उस पैरामीटर को दिखाता है जो मॉडल के लिए सूचीबद्ध नहीं है।

पैरामीटरGemini 3.1 Flash TTSGemini 2.5 Flash TTS
inputstringstring
modesingle, multi डिफॉल्ट: singlesingle, multi डिफॉल्ट: single
languagestring डिफॉल्ट: en-USstring डिफॉल्ट: en-US
voiceZephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... डिफॉल्ट: CharonZephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... डिफॉल्ट: Charon
voice2Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... डिफॉल्ट: KoreZephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... डिफॉल्ट: Kore
speaker1_namestring डिफॉल्ट: Speaker1string डिफॉल्ट: Speaker1
speaker2_namestring डिफॉल्ट: Speaker2string डिफॉल्ट: Speaker2
output_formatWAV, MP3, OGG, ALAW, MULAW डिफॉल्ट: WAVWAV, MP3, OGG, ALAW, MULAW डिफॉल्ट: WAV
speed0.25 से 2 डिफॉल्ट: 10.25 से 2 डिफॉल्ट: 1
volume_gain-96 से 16 डिफॉल्ट: 0-96 से 16 डिफॉल्ट: 0
sample_rate8000, 16000, 22050, 24000, 44100, 48000 डिफॉल्ट: 240008000, 16000, 22050, 24000, 44100, 48000 डिफॉल्ट: 24000
style_promptstringstring
Gemini 3.1 Flash TTS API का पूरा संदर्भ Gemini 2.5 Flash TTS API का पूरा संदर्भ

Gemini 3.1 Flash TTS vs Gemini 2.5 Flash TTS: सीमाएं और नोट्स

Gemini 3.1 Flash TTS

अब तक का सबसे नियंत्रणीय मिथुन टीटीएस।

सीमाएं

  • पाठ + शैली संकेत: 4,000 बाइट्स प्रत्येक (8,000 संयुक्त)
  • अधिकतम आउटपुट: ~ 10 मिनट
  • ऑडियो बिलिंग: ~25 टोकन प्रति सेकंड (~15 chars/s)
  • भाषा स्वतः पता लगाया जाता है; भाषा सेटिंग एक संकेत है, बाधा नहीं

इनलाइन ऑडियो टैग (नियंत्रण वितरण)

  • भावना: [whispers], [shouts], [laughs], [sighs], [cheerful], [sad], [angry], आदि।
  • गति: [slow], [fast], [extremely fast], [normal pace]
  • ठहराव: [short pause], [long pause], [breath]
  • जोर: [softly], [loudly], [high pitch], [low pitch], [rising tone], [falling tone]

Gemini 2.5 Flash TTS

मोड

  • सिंगल स्पीकर
  • मल्टी-स्पीकर (अधिकतम 2 आवाज़ें): पाठ SpeakerName: text प्रारूप में होना चाहिए

सीमाएं

  • पाठ + शैली संकेत: 4,000 बाइट्स प्रत्येक
  • ऑडियो बिलिंग: ~32 टोकन प्रति सेकंड जेनरेट किए गए ऑडियो (~10-15 chars/s)

आवाज़ें और भाषाएँ

  • emotional/tonal पात्रों में 30+ आवाज विकल्प
  • 24+ भाषा स्थान समर्थित

आउटपुट स्वरूप

  • एमपी3, डब्ल्यूएवी, ओजीजी

Gemini 3.1 Flash TTS और Gemini 2.5 Flash TTS को कैसे कॉल करें

Gemini 3.1 Flash TTS POST /v1/audio/speech से आवाज़ बनाता है और चलाने योग्य ऑडियो देता है। बोला जाने वाला टेक्स्ट input के रूप में model id gemini-3-1-flash-tts के साथ भेजें। दोनों मॉडल एक ही एंडपॉइंट से कॉल किए जाते हैं। model को gemini-3-1-flash-tts या gemini-2-5-flash-tts पर सेट करें। EmpirioLabs डैशबोर्ड से API key प्राप्त करें।

cURL
curl https://api.empiriolabs.ai/v1/audio/speech \
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3-1-flash-tts",
    "input": "Welcome to EmpirioLabs. Your build just finished."
  }' \
  --output speech.mp3

Gemini 3.1 Flash TTS vs Gemini 2.5 Flash TTS: आम सवाल

Gemini 3.1 Flash TTS और Gemini 2.5 Flash TTS में क्या अंतर है?

Gemini 3.1 Flash TTS नई रिलीज़ है (13 अप्रैल 2026); Gemini 2.5 Flash TTS 20 मई 2025 को रिलीज़ हुआ था। इनपुट (प्रति 1M प्रॉम्प्ट टोकन) और आउटपुट (प्रति 1M जेनरेट किए गए टोकन) के लिए Gemini 2.5 Flash TTS की दर कम है। इस पेज की विशेषताएं, दर तालिकाएं और पैरामीटर EmpirioLabs के लाइव कैटलॉग से आते हैं।

Gemini 3.1 Flash TTS और Gemini 2.5 Flash TTS में से नया कौन सा है?

Gemini 3.1 Flash TTS नई रिलीज़ है (13 अप्रैल 2026); Gemini 2.5 Flash TTS 20 मई 2025 को रिलीज़ हुआ था।

Gemini 3.1 Flash TTS और Gemini 2.5 Flash TTS में से किसकी दर कम है?

इनपुट (प्रति 1M प्रॉम्प्ट टोकन) और आउटपुट (प्रति 1M जेनरेट किए गए टोकन) के लिए Gemini 2.5 Flash TTS की दर कम है। दोनों लाइव दर तालिकाएं इस पेज पर हैं और हमेशा API की वास्तविक बिलिंग से मेल खाती हैं।

क्या मैं अपना इंटीग्रेशन दोबारा बनाए बिना Gemini 3.1 Flash TTS और Gemini 2.5 Flash TTS के बीच बदल सकता हूं?

हां। दोनों मॉडल एक ही EmpirioLabs API key के साथ POST /v1/audio/speech इस्तेमाल करते हैं, इसलिए ज़्यादातर इंटीग्रेशन सिर्फ model मान बदलकर स्विच हो जाते हैं। अगर आप किसी मॉडल-विशेष पैरामीटर पर निर्भर हैं तो पहले इस पेज की पैरामीटर तालिका देखें।

क्या मैं इंटीग्रेट करने से पहले ब्राउज़र में Gemini 3.1 Flash TTS और Gemini 2.5 Flash TTS आज़मा सकता हूं?

हां। हर मॉडल को EmpirioLabs playground में खोलें और API के पैरामीटरों के साथ दोनों पर एक ही prompt चलाएं।

बेहतर समापन बिंदुओं का उपयोग करने के लिए तैयार हैं?

हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।

मूल्य निर्धारण देखें
संपर्क करें