Google: Gemini 3.1 Flash TTS (preview)

Gemini 3.1 Flash TTS Preview 是 Google 於 2026 年初推出的語音合成預覽版，建立在 Gemini 3.1 Flash 之上，相較 2.5 世代在口語自然度、多語言發音與多說話者對話的角色區分上有所提升。

與 Gemini 2.5 Flash Preview TTS 相比，3.1 的音質更接近 2.5 Pro 版，但單價也提高到與 Pro 相同（輸入 1、輸出 20 USD／1M 音訊 tokens）；與後續正式版的 Gemini 3.8 Flash TTS 相比，3.8 單價不到一半且自然度更好，因此 3.1 預覽版主要供既有整合維持相容。

輸入僅支援文字，單次最長 8,192 tokens；輸出為音訊，原生輸出為 wav／pcm，支援串流；不支援 SSML，風格以自然語言指示控制。

新專案建議直接使用 Gemini 3.8 Flash TTS 或更便宜的 Gemini 3.8 Flash-Lite TTS。