Gemini 3.1 Flash TTS
Desde $0.053 por 1,000 caracteres
El modelo expresivo de texto a voz de Google con resultados naturales y prompts orientables. Tú diriges el tono y el ritmo y Craze narra tu vídeo.
Craze ejecuta Gemini 3.1 Flash TTS cuando lo pides por su nombre.
En qué destaca Gemini 3.1 Flash TTS
Narración expresiva y orientable
El modelo responde a etiquetas en línea como (warmly), (urgently) y (whispered) incluidas en el guion.
Ritmo y énfasis naturales
Puedes indicar dónde debe pausar el modelo, dónde acelerar y qué palabras enfatizar.
Funciona con cualquier longitud de guion
Tanto si narras un anuncio de 30 segundos como un documental de 30 minutos, Gemini 3.1 Flash TTS procesa todo el guion de una vez.
Dirigir. Crear. Editar.
Deja los prompts. Empieza a dirigir.
Craze comparte ideas, investiga y planifica contigo.
Crea contenido con estilo.
Craze genera cualquier cosa que imagines. Vídeo, audio, música, gráficos en movimiento y más.
Edita vídeos en minutos, no en días.
Craze ve tu metraje y crea un montaje final. Con un editor real si lo necesitas.
Crea vídeos que la gente vea
- Vídeos UGC
- Gráficos en movimiento
- Largometrajes
- Visualización de productos
- Microdramas
- Películas 3D
- Videoclips
- Películas de marca
- Momentos destacados de bodas
- Reseñas de YouTube
Cómo se compara Gemini 3.1 Flash TTS
Todos los modelos de aquí funcionan en todos los planes de Craze, incluido Free, y Craze puede usar uno distinto para cada plano.
| Gemini 3.1 Flash TTSGoogle DeepMind | ElevenLabs v4ElevenLabs | Gemini 3.8 Flash TTSGoogle DeepMind | Gemini 3.8 Flash Lite TTSGoogle DeepMind | |
|---|---|---|---|---|
| Crea | De Texto a audio | De Texto a audio | De Texto a audio | De Texto a audio |
| Desde | $0.053 por 1,000 caracteres | $0.085 por 1,000 caracteres | $0.048 por 1,000 caracteres | $0.032 por 1,000 caracteres |
Especificaciones de Gemini 3.1 Flash TTS en Craze
| Tarea | Entradas | Resolución | Relaciones de aspecto | Sonido |
|---|---|---|---|---|
| Texto a voz | Prompt de texto | Sigue al origen | Sigue a la entrada | Ninguno |
Elige el plan para tu próxima creación.
Free
$0 / mes
- Uso limitado
- Acceso a todos los modelos multimedia
- Nivel de chat Eficiente
- 1 GB de almacenamiento
- Craze MCP
- Exportaciones de hasta 720p
- Recargar créditos adicionales
Pro
$19 / mes
- $19 en créditos cada mes
- Acceso a todos los modelos multimedia
- Todos los niveles de chat
- 50 GB de almacenamiento
- Craze MCP
- Sin límites de resolución al exportar
- Recargar créditos adicionales
Ultra
$59 / mes
- $59 en créditos cada mes
- Acceso a todos los modelos multimedia
- Todos los niveles de chat
- 200 GB de almacenamiento
- Craze MCP
- Sin límites de resolución al exportar
- Recargar créditos adicionales
Max
$199 / mes
- $199 en créditos cada mes
- Acceso a todos los modelos multimedia
- Todos los niveles de chat
- 1 TB de almacenamiento
- Craze MCP
- Sin límites de resolución al exportar
- Recargar créditos adicionales
Preguntas frecuentes
Gemini 3.1 Flash TTS es el modelo de texto a voz de Google para narración expresiva y orientable. Convierte guiones en habla natural donde puedes dirigir tono, ritmo y emoción sin volver a grabar ni sintetizar.
Por qué los creadores eligen Gemini 3.1 Flash TTS
Gemini 3.1 Flash TTS aporta control de dirección a la narración. La mayoría de los modelos TTS lee de forma plana. Este acepta indicaciones y los resultados parecen interpretados en lugar de sintéticos.
Narración expresiva y orientable
El modelo responde a etiquetas en línea como (warmly), (urgently) y (whispered) incluidas en el guion. También puedes dar forma al tono general mediante el prompt. Una frase marcada (with doubt) se lee de forma distinta que las mismas palabras sin indicación, y el modelo conserva la continuidad durante toda la narración para mantener la personalidad de principio a fin.
Ritmo y énfasis naturales
Puedes indicar dónde debe pausar el modelo, dónde acelerar y qué palabras enfatizar. Eso importa en enseñanza, ventas y narración, donde una pausa mal situada o un énfasis inadecuado cambian lo que siente el espectador.
Funciona con cualquier longitud de guion
Tanto si narras un anuncio de 30 segundos como un documental de 30 minutos, Gemini 3.1 Flash TTS procesa todo el guion de una vez. Sin unir fragmentos de audio ni rupturas de continuidad entre bloques.
Cómo usar Gemini 3.1 Flash TTS en Craze
Inicia un proyecto y escribe tu narración o trae un guion existente. Craze gestiona la generación y la integración.
- Escribe o pega tu guion. Añade indicaciones en línea como
(firmly)o(thoughtfully)para dar forma a la lectura de cada parte. - Nombra Gemini 3.1 Flash TTS en el chat o búscalo en el panel Models y genera.
- Craze crea el audio y lo coloca en tu pista de banda sonora, ajustado para empezar cuando comienza la narración.
- Edita los tiempos en la línea de tiempo, recorta para encajar con tus cortes o regenera una sección que necesite otro tono.
Si no nombras un modelo, Craze muestra opciones TTS compatibles con sus precios para que elijas antes de generar.
Precios de Gemini 3.1 Flash TTS
Los precios empiezan en $0.053 por 1,000 caracteres. El coste depende solo del número de caracteres de la narración final, no del estilo de voz ni de las indicaciones en línea. Usa la calculadora de esta página para estimar el coste antes de generar.
Este modelo está disponible en todos los planes de Craze, incluido Free. Las generaciones consumen esos créditos y, si necesitas más, los excesos se cobran con la misma tarifa por carácter.
Para quién es Gemini 3.1 Flash TTS
Contenido educativo y formativo
Los vídeos didácticos y tutoriales necesitan énfasis claro y ritmo natural. Gemini 3.1 Flash TTS lee las instrucciones como un profesor real, marcando los puntos clave y pausando antes de un remate.
Narración de marca
Las películas de marca y anuncios de producto dependen de la voz para marcar el tono. Dirige al modelo para que encaje con tu voz de marca, segura, juguetona o seria, y vuelve a generar si la primera pasada difiere de lo que imaginabas.
Documentales y narración larga
Una pieza de 20 minutos necesita una personalidad coherente durante toda su duración. Gemini 3.1 Flash TTS mantiene la voz y el tono en todo momento para que el narrador suene como una persona contando una historia, no como una máquina leyendo palabras.
Gemini 3.1 Flash TTS frente a otros modelos
ElevenLabs v4 es el narrador predeterminado de Craze y gestiona guiones multilingües con control de acento. Gemini 3.1 Flash TTS destaca en narración expresiva en inglés cuando quieres control de dirección en línea sobre tono y ritmo. Ambos funcionan en Craze a precios diferentes. ElevenLabs v4 es la primera opción para trabajo multilingüe rápido; Gemini 3.1 Flash TTS es mejor al moldear la emoción y el ritmo de una narración en un solo idioma.
Para generación de audio todo en uno con música y efectos de sonido, Seed Audio 1.0 combina diálogo, efectos de sala y ambiente en una pasada. Si necesitas narración sencilla y económica, Seed Speech de ByteDance ofrece clonación de voz natural sin indicaciones en línea. Para control emocional preciso con etiquetas como (angry) y (whisper), Qwen Audio 3.0 TTS ofrece compatibilidad multilingüe y dos niveles de velocidad.
Limitaciones y requisitos del guion
En Craze, Gemini 3.1 Flash TTS tiene una longitud máxima de 4,000 caracteres de guion por generación. Los guiones más largos deben dividirse en secciones y generarse por separado, para después combinarlos en la línea de tiempo. El modelo responde igual de bien a etiquetas en línea e indicaciones en lenguaje natural, así que puedes mezclar ambos estilos en el mismo guion. La generación de audio tarda unos 10-30 segundos según la longitud del guion. El modelo conserva la continuidad de voz y la coherencia de tono en toda la narración, de modo que incluso los guiones largos mantienen el carácter en todo momento.
La narración de personajes suele beneficiarse de Gemini 3.1 Flash TTS frente a modelos de una sola voz. Cuando diriges a un narrador para que cambie de emoción entre escenas, vulnerable en el primer acto y seguro en el clímax, las etiquetas en línea dan control fotograma a fotograma sin pedir reescrituras completas del guion. Eso importa en narración y contenido de marca donde la progresión del tono transmite significado.
No puedes añadir música de fondo, efectos de sala ni sonido ambiente solo mediante Gemini 3.1 Flash TTS. El modelo devuelve narración de voz únicamente, así que la música y los efectos proceden de la pista de audio del proyecto u otra fuente de generación. Eso lo hace ideal para proyectos de vídeo donde superpones narración a fondos musicales o diseños de sonido existentes.
