Gemini TTS: AI глас от текст с разговор и указания за стил

Какво е Gemini TTS

Gemini 3.1 Flash TTS е гласовият модел на Google от семейството Gemini. Превръща написан текст в естествена реч, но може и повече: разговор между няколко гласа в един файл и указания за стил с думи, например „говори топло и бавно, като разказвач“. В genkiki.com е третият модел в категорията Аудио, до ElevenLabs и MiniMax Speech.

Възможности в generiram

ВариантРежимЗа какво е
Gemini 3.1 Flash TTSТекст → ГласИзчита до 50 000 знака: 30 гласа, разговор с до 10 гласа, указания за стил, 87 езика
  • 30 готови гласа, мъжки и женски, всеки със свой характер: твърд, топъл, жизнерадостен, спокоен, дрезгав и други.
  • Разговор с няколко гласа: от 2 до 10 говорещи. В текста всеки ред почва с името на говорещия, например „Иван: Здравей!“.
  • Как да звучи: отделно поле, в което с думи казваш тона, темпото, акцента и настроението.
  • 87 езика, сред тях и български, или автоматично според текста.
  • Изразителност в пет степени: от най-предвидимо до най-разнообразно звучене.
  • Указания в квадратни скоби, които не се четат, а се изиграват: [смях], [шепот], [въздишка], [кратка пауза], [пауза], [дълга пауза] и още.
  • Файлът е MP3 или WAV (без компресия).
  • Таксува се на започнати 1000 знака: текстът и указанията за стил заедно.
  • Текстът се чете дословно: нищо не се превежда и не се съкращава.

За какво е подходящ

  • Диалог между двама или повече герои, без да сглобяваш отделни записи.
  • Подкаст, интервю или разговор за видео.
  • Реклама с разказвач в точно определен тон.
  • Озвучаване на видео на друг език.

Как да започнеш

Отвори AI Студиото, избери режим Глас от текст и модел Gemini 3.1 Flash TTS. Напиши текста, избери глас (или отвори „Разговор с няколко гласа“), по желание опиши как да звучи и натисни Генерирай. След секунди аудиото е готово за слушане и сваляне.

Модели Gemini TTS — детаљно

Који је за шта добар, где је слаб и за шта не треба да се користи.

Gemini 3.1 Flash TTS

текстзвука
Размере: 1:1, 9:16, 16:9 Цена: 100 кредита

Јак у

  • Разговор с до 10 различни гласа в един файл: всеки ред почва с името на говорещия
  • Указания за стил с думи: тон, темпо, акцент и настроение, отделно от самия текст
  • 30 готови гласа, мъжки и женски, всеки със свой характер (твърд, топъл, жизнерадостен, спокоен…)
  • 87 езика, сред тях и български, или автоматично според текста
  • Тагове направо в текста: смях, шепот, въздишка и паузи с три дължини
  • Текст до 50 000 знака наведнъж

Слаб у

  • Предварителна версия: гласовете и поведението още може да се променят
  • Някои непознати тагове се изчитат на глас, вместо да се изиграят
  • Няма клониране на собствен глас, само готовите 30

Не користи га за

  • Не го ползвай, когато трябва твоят собствен глас
  • Не разчитай на необичайни тагове без проба: ползвай тези от списъка

Типични задаци

  • Диалог между двама или повече герои
  • Подкаст или интервю
  • Реклама с разказвач
  • Озвучаване на видео на друг език

Често постављана питања о Gemini TTS

Колико кошта једна генерација са моделом Gemini TTS?

Плаћа се кредитима, а цена зависи од модела: Gemini 3.1 Flash TTS — 100 кредита. Тачна цена се приказује пре него што покренеш генерацију.

Која су ограничења модела Gemini TTS?

Ево шта подржава сваки модел: Gemini 3.1 Flash TTS — пропорције 1:1, 9:16, 16:9.

За шта је најпогоднији Gemini TTS?

Јаке стране по моделима: Gemini 3.1 Flash TTS — Разговор с до 10 различни гласа в един файл: всеки ред почва с името на говорещия, Указания за стил с думи: тон, темпо, акцент и настроение, отделно от самия текст, 30 готови гласа, мъжки и женски, всеки със свой характер (твърд, топъл, жизнерадостен, спокоен…).

Пробај Gemini TTS сада

Генериши глас помоћу Gemini TTS директно у прегледачу — без инсталације, на српском.

Отвори AI Студио Погледај цене