Jelaskan nada, tempo, atau aksen yang Anda inginkan dalam bahasa sehari-hari sebelum sebuah baris, dan suara akan menyampaikannya sesuai arahan tersebut.

Tag audio inline

Sisipkan cue seperti [laughs], [sighs], atau [whispering] ke dalam baris. Gemini memerankan cue tersebut, bukan membacakannya.

Dialog multi-penutur

Suarakan percakapan bolak-balik antara dua penutur dalam satu generasi, masing-masing dengan suara khasnya sendiri.

Kontrol multibahasa dan aksen

Narasikan dalam banyak bahasa dengan kontrol atas aksen, tempo, dan gaya di tiap bahasa.

Watermark SynthID

Setiap klip membawa watermark SynthID Google yang tak kasatmata untuk melacak asal AI, aktif secara default dan dirancang bertahan meski di-re-encode.

Gemini 3.1 Flash TTS sudah tidak tersedia di Morphic.

Gunakan Gemini 3.8 Flash TTS, model yang lebih baru dengan kemampuan lebih baik.

Gemini 3.8 Flash TTS

Spesifikasi teknis

Multibahasa

Kontrol gaya, tempo, dan aksen di banyak bahasa

Hingga 2

Dua suara khas dalam satu generasi multi-penutur

Tag audio

Instruksi bahasa alami plus cue inline dalam kurung siku

SynthID

Watermark asal AI yang tak kasatmata pada output

Contoh penggunaan

Narasi video & voice-over

Tambahkan narasi alami ke video AI atau live-action, dengan nada dan tempo yang diatur dalam bahasa sehari-hari.

Dialog karakter

Suarakan adegan dua penutur untuk video pendek, game, dan explainer, tiap karakter dengan suaranya sendiri.

Voice-over multibahasa

Narasikan naskah yang sama dalam banyak bahasa dengan tempo dan aksen yang terasa natural di tiap bahasa.

Audiobook & konten panjang

Jaga penyampaian tetap alami dan konsisten sepanjang narasi yang panjang.

Explainer & tutorial

Narasi yang jelas dan terarahkan untuk walkthrough produk, materi belajar, dan tutorial cara membuat.

Ad read & promo

Voice read yang ekspresif dan sesuai brand, dengan energi dan penekanan sesuai arahan Anda.

Contoh prompt

Narasi hangat

Ucapkan ini dengan hangat dan pelan, seperti menenangkan seorang anak: Badainya sudah reda. Kamu aman sekarang.

Edit prompt

Reaksi inline

Aku enggak percaya kamu melakukan itu [laughs]. Kejutan terbaik tahun ini.

Edit prompt

Bisikan ke normal

[whispering] Jangan bersuara. [normal voice] Oke, sudah aman.

Edit prompt

Kontrol aksen

Bacakan ini dengan aksen Inggris: Cuaca yang indah ya hari ini?

Edit prompt

Tempo dramatis

Bacakan ini pelan-pelan dan penuh penekanan: Setiap. Kata. Berarti.

Edit prompt

Adegan dua penutur

Maya: Sudah dapat kabar soal pekerjaan itu? Tom: Sudah. Aku mulai Senin.

Edit prompt

Ikhtisar

Gemini 3.1 Flash TTS adalah model text-to-speech dari Google, diumumkan pada 15 April 2026. Model ini mengubah teks jadi narasi ekspresif dan alami yang Anda arahkan lewat instruksi bahasa sehari-hari dan tag audio inline, menyuarakan dialog multi-penutur, dan membubuhkan watermark SynthID di setiap klip.

Apa yang membedakan Gemini 3.1 Flash TTS

Kebanyakan text-to-speech membacakan kata-kata Anda dengan gaya penyampaian yang tetap. Gemini 3.1 Flash TTS menerima arahan. Tulis instruksi dalam bahasa sehari-hari sebelum sebuah baris untuk menentukan nada, tempo, atau aksen, lalu sisipkan cue dalam tanda kurung siku, seperti [laughs] atau [whispering], persis di titik yang Anda inginkan. Model ini memerankan arahan tersebut alih-alih membacakannya, sehingga satu naskah bisa berpindah dari bisikan pelan ke penyampaian penuh energi.

Gemini 3.1 Flash TTS di Morphic

Gemini 3.1 Flash TTS sudah dipensiunkan di Morphic. Penggantinya, Gemini 3.8 Flash TTS, adalah model yang lebih baru dengan kemampuan lebih baik untuk Speech. Lihat jajaran model terkini di model AI.

Harga sederhana

Mulai gratis hari ini, dengan opsi untuk upgrade atau membatalkan kapan saja.

Basic

/ bulan

ditagih sebagai $0 per tahun

2400 bulanan kredit

1 pengguna saja

Semua model

Workflows

Standard

/ bulan

ditagih sebagai $0 per tahun

3625 bulanan kredit

1 pengguna saja

Semua model

Workflows

Pro

/ bulan

ditagih sebagai $0 per tahun

6350 bersama bulanan kredit

1 pengguna

+ hingga 4 lainnya dengan biaya tambahan

Semua model

Workflows

Max

/ bulan

ditagih sebagai $0 per tahun

24650 bersama bulanan kredit

1 pengguna

+ hingga 9 lainnya dengan biaya tambahan

Semua model

Workflows

Enterprise

Untuk batas yang lebih tinggi

Khusus

ketentuan harga dan penagihan

Kredit volume tinggi

Batas kursi khusus

Semua model

Workflows

Free

Untuk bereksperimen

gratis selamanya

Hingga 20 kredit

Hanya 1 pengguna

Model terbatas

Workflows

Bandingkan detail paket

FAQ

Apa itu Gemini 3.1 Flash TTS?

Gemini 3.1 Flash TTS adalah model text-to-speech dari Google, diumumkan pada 15 April 2026. Model ini menghasilkan narasi ekspresif dan alami yang Anda arahkan lewat instruksi bahasa sehari-hari dan tag audio inline, mendukung dialog multi-penutur, dan membubuhkan watermark SynthID di setiap klip.

Model ini cocok untuk membuat apa saja?

Voice-over, narasi, dialog karakter, voice-over multibahasa, dan ad read yang ekspresif. Arahan bahasa sehari-hari dan tag audio cocok untuk naskah apa pun yang cara penyampaiannya sama penting dengan isinya.

Bagaimana cara mengarahkan suaranya?

Ada dua cara, dan Anda bisa menggabungkannya. Tulis instruksi bahasa sehari-hari sebelum baris Anda, misalnya 'Ucapkan ini dengan hangat dan pelan:', dan tambahkan cue inline dalam tanda kurung siku, seperti [laughs] atau [whispering], di titik yang Anda inginkan. Gemini memerankan cue tersebut, bukan membacakannya.

Apakah mendukung banyak penutur?

Ya. Gemini 3.1 Flash TTS bisa menyuarakan percakapan bolak-balik antara dua penutur dalam satu generasi, dengan suara khas untuk masing-masing. Beri label nama penutur di tiap baris dan tetapkan suara untuk masing-masing sebelum Anda melakukan generasi.

Berapa banyak bahasa yang didukung?

Gemini 3.1 Flash TTS bisa menarasikan dalam banyak bahasa, dengan kontrol atas aksen, tempo, dan gaya di tiap bahasa. Pilih suara dan bahasa yang sesuai dengan naskah Anda sebelum melakukan generasi.

Apa bedanya dengan ElevenLabs?

Keduanya menghasilkan suara berkualitas manusia. ElevenLabs adalah suite audio lengkap yang mencakup ucapan, musik, dan efek suara dengan kontrol penyetelan suara yang mendetail. Gemini 3.1 Flash TTS berfokus pada ucapan yang ekspresif dan terarahkan, dengan arahan bahasa sehari-hari, tag audio inline, dan dialog multi-penutur. Banyak kreator memakai keduanya, satu untuk suara, satu lagi untuk musik dan efek.

Apakah audionya diberi watermark?

Ya. Setiap klip yang dihasilkan Gemini 3.1 Flash TTS membawa watermark SynthID Google yang tak kasatmata untuk melacak asal AI. Watermark ini tidak terdengar oleh pendengar dan dirancang bertahan meski melewati proses umum seperti re-encoding.

Apakah Gemini 3.1 Flash TTS masih bisa dipakai di Morphic?

Tidak. Gemini 3.1 Flash TTS sudah dipensiunkan di Morphic. Pakai Gemini 3.8 Flash TTS sebagai gantinya, model yang lebih baru dengan kemampuan lebih baik: buka Copilot atau Canvas, lalu pilih Gemini 3.8 Flash TTS di daftar model.

Model lainnya

OmniHuman 2.0

ByteDance

Model video manusia berbasis audio dari ByteDance. Satu foto, satu trek, lima menit dalam satu take.

Mirelo SFX 2.0

Mirelo AI

Model video-ke-suara dari Mirelo. Suara baru untuk video Anda, dialog tetap sama.

Fish Audio Drama 3

Fish Audio

Model suara Fish Audio yang paling ekspresif. Arahkan setiap penampilan, sampai ke tiap kata.

Vidu Q4

Shengshu Technology

Model video terbaru Shengshu. Hingga 12 gambar referensi dan 3 suara tetap konsisten dalam satu klip, audio bawaan, 540p sampai 4K.