Gemini 3.1 Flash TTS
À partir de $0.056 pour 1 000 caractères
Le modèle texte vers parole expressif de Google, avec des rendus naturels et des prompts orientables. Vous dirigez le ton et le rythme, et Craze assure la narration de votre vidéo.
Craze utilise Gemini 3.1 Flash TTS lorsque vous le demandez par son nom.
Les points forts de Gemini 3.1 Flash TTS
Une narration expressive et orientable
Le modèle répond à des balises intégrées comme (warmly), (urgently) et (whispered) insérées dans votre script.
Un rythme et une accentuation naturels
Vous pouvez indiquer où le modèle marque une pause, où il accélère et quels mots il doit accentuer.
Fonctionne quelle que soit la longueur du script
Que vous narriez un spot de 30 secondes ou un documentaire de 30 minutes, Gemini 3.1 Flash TTS traite tout le script d’un coup.
Réaliser. Créer. Éditer.
Arrêtez de prompter. Commencez à diriger.
Craze brainstorme, fait des recherches et planifie avec vous.
Créez du contenu de bon goût.
Craze génère tout ce qu’on peut imaginer. Vidéo, audio, musique, motion design et plus encore.
Montez des vidéos en quelques minutes. Pas en quelques jours.
Craze regarde vos rushs et construit un montage final. Avec un vrai éditeur si vous en avez besoin.
Créez des vidéos que les gens regardent
- Vidéos UGC
- Motion graphics
- Longs métrages
- Visualisation de produits
- Micro-dramas
- Films 3D
- Clips musicaux
- Films de marque
- Temps forts de mariage
- Tests YouTube
Comparaison de Gemini 3.1 Flash TTS
Chaque modèle présenté ici fonctionne sur tous les forfaits Craze, y compris Free, et Craze peut en utiliser un différent pour chaque plan.
| Gemini 3.1 Flash TTSGoogle DeepMind | ElevenLabs v4ElevenLabs | Gemini 3.8 Flash TTSGoogle DeepMind | Gemini 3.8 Flash Lite TTSGoogle DeepMind | |
|---|---|---|---|---|
| Crée | Texte vers audio | Texte vers audio | Texte vers audio | Texte vers audio |
| À partir de | $0.056 pour 1 000 caractères | $0.089 pour 1 000 caractères | $0.050 pour 1 000 caractères | $0.034 pour 1 000 caractères |
Caractéristiques de Gemini 3.1 Flash TTS sur Craze
| Tâche | Entrées | Résolution | Formats d’image | Son |
|---|---|---|---|---|
| Texte vers parole | Prompt texte | Suit la source | Suit l’entrée | Aucun |
Choisissez le forfait de votre prochaine création.
Free
$0 / mois
- Utilisation limitée
- Accès à tous les modèles de médias
- Niveau de chat Efficace
- 1 GB de stockage
- Craze MCP
- Exports jusqu’en 720p
- Recharger des crédits supplémentaires
Pro
$19 / mois
- $19 de crédits chaque mois
- Accès à tous les modèles de médias
- Tous les niveaux de chat
- 50 GB de stockage
- Craze MCP
- Aucune limite de résolution pour les exports
- Recharger des crédits supplémentaires
Ultra
$59 / mois
- $59 de crédits chaque mois
- Accès à tous les modèles de médias
- Tous les niveaux de chat
- 200 GB de stockage
- Craze MCP
- Aucune limite de résolution pour les exports
- Recharger des crédits supplémentaires
Max
$199 / mois
- $199 de crédits chaque mois
- Accès à tous les modèles de médias
- Tous les niveaux de chat
- 1 TB de stockage
- Craze MCP
- Aucune limite de résolution pour les exports
- Recharger des crédits supplémentaires
Questions fréquentes
Gemini 3.1 Flash TTS est le modèle texte vers parole de Google pour une narration expressive et orientable. Il transforme les scripts en une voix au son naturel dont vous pouvez diriger le ton, le rythme et l’émotion sans réenregistrer ni resynthétiser.
Pourquoi les créateurs choisissent Gemini 3.1 Flash TTS
Gemini 3.1 Flash TTS apporte à la narration un contrôle digne d’un réalisateur. La plupart des modèles TTS lisent de façon monocorde. Celui-ci se laisse diriger, et le résultat semble joué plutôt que synthétique.
Une narration expressive et orientable
Le modèle répond à des balises intégrées comme (warmly), (urgently) et (whispered) insérées dans votre script. Vous pouvez aussi façonner le ton général par le prompt. Une phrase marquée (with doubt) se lit différemment des mêmes mots sans indication, et le modèle préserve la continuité sur toute la narration pour que la personnalité reste cohérente du début à la fin.
Un rythme et une accentuation naturels
Vous pouvez indiquer où le modèle marque une pause, où il accélère et quels mots il doit accentuer. C’est important pour l’enseignement, la vente et la narration, où un temps mal placé ou une accentuation au mauvais endroit change ce que ressent le spectateur.
Fonctionne quelle que soit la longueur du script
Que vous narriez un spot de 30 secondes ou un documentaire de 30 minutes, Gemini 3.1 Flash TTS traite tout le script d’un coup. Pas de pistes à raccorder, pas de rupture de continuité entre les morceaux.
Comment utiliser Gemini 3.1 Flash TTS dans Craze
Lancez un projet et rédigez votre narration ou apportez un script existant. Craze gère la génération et l’intégration.
- Rédigez ou collez votre script. Ajoutez des indications intégrées comme
(firmly)ou(thoughtfully)pour orienter la façon dont le modèle lit chaque partie. - Nommez Gemini 3.1 Flash TTS dans le chat, ou trouvez-le dans le panneau Modèles et lancez la génération.
- Craze produit l’audio et le place sur votre piste son, calé pour commencer au début de la narration.
- Modifiez le timing dans la timeline, coupez-le pour l’adapter à vos coupes, ou régénérez une section qui demande un ton différent.
Si vous ne nommez pas de modèle, Craze affiche les options TTS compatibles avec leurs prix pour que vous choisissiez avant le lancement de la génération.
Tarifs de Gemini 3.1 Flash TTS
Les tarifs commencent à $0.056 pour 1 000 caractères. Le coût dépend uniquement du nombre de caractères de votre narration finale, pas du style de voix ni des indications intégrées. Utilisez le calculateur de cette page pour estimer le coût avant de générer.
Ce modèle est disponible sur tous les forfaits Craze, y compris Free. Les générations consomment ces crédits, et si vous en avez besoin de plus, les dépassements sont facturés au même tarif par caractère.
À qui s’adresse Gemini 3.1 Flash TTS
Le contenu éducatif et pédagogique
Les vidéos pédagogiques et les tutoriels demandent une accentuation claire et un rythme naturel. Gemini 3.1 Flash TTS lit les consignes comme le ferait un vrai professeur, en soulignant les points clés et en marquant une pause avant la chute.
La narration de marque
Les films de marque et les spots produits s’appuient sur la voix pour donner le ton. Demandez au modèle de correspondre à la voix de votre marque (assurée, ludique, sérieuse) et régénérez si la première passe ne sonne pas comme vous l’imaginiez.
Le documentaire et la narration longue
Une œuvre de 20 minutes demande une personnalité cohérente sur toute sa durée. Gemini 3.1 Flash TTS maintient la voix et le ton du début à la fin, pour que votre narrateur sonne comme une personne qui raconte une histoire, et non comme une machine qui lit des mots.
Gemini 3.1 Flash TTS comparé aux autres modèles
ElevenLabs v4 est le narrateur par défaut de Craze et gère les scripts multilingues avec contrôle de l’accent. Gemini 3.1 Flash TTS excelle dans la narration expressive en anglais quand vous voulez un contrôle de réalisateur, directement dans le script, sur le ton et le rythme. Les deux fonctionnent sur Craze à des prix différents. ElevenLabs v4 est le premier choix pour un travail multilingue rapide ; Gemini 3.1 Flash TTS est meilleur pour façonner l’émotion et le rythme d’une narration dans une seule langue.
Pour une génération audio tout-en-un avec musique et effets sonores, Seed Audio 1.0 combine dialogues, bruitages et ambiances en une seule passe. Si vous avez besoin d’une narration simple et économique, Seed Speech de ByteDance offre un clonage de voix naturel sans indications intégrées au prompt. Pour un contrôle fin de l’émotion avec des balises comme (angry) et (whisper), Qwen Audio 3.0 TTS offre une prise en charge multilingue et deux niveaux de vitesse.
Limites et exigences du script
Sur Craze, Gemini 3.1 Flash TTS accepte un script de 4 000 caractères maximum par génération. Les scripts plus longs doivent être découpés en sections générées séparément, puis assemblées dans votre timeline. Le modèle répond aussi bien aux balises intégrées qu’aux indications en langage naturel, vous pouvez donc mélanger les deux styles dans le même script. La génération audio prend environ 10 à 30 secondes selon la longueur du script. Le modèle préserve la continuité de la voix et la cohérence du ton sur toute la narration, si bien que même les scripts longs gardent leur caractère du début à la fin.
La narration de personnages gagne souvent à utiliser Gemini 3.1 Flash TTS plutôt que des modèles à voix unique. Quand vous dirigez un narrateur pour qu’il change d’émotion d’une scène à l’autre (vulnérable dans le premier acte, assuré au point culminant), les balises intégrées vous donnent un contrôle image par image sans demander de réécriture complète du script. C’est important pour la narration et le contenu de marque, où la progression du ton porte du sens.
Vous ne pouvez pas ajouter de musique de fond, de bruitages ou de son d’ambiance avec Gemini 3.1 Flash TTS seul. Le modèle renvoie une narration uniquement vocale, donc la musique et les effets viennent de la piste audio de votre projet ou d’une autre source de génération. Il est donc idéal pour les projets vidéo où vous superposez la narration à des fonds musicaux ou à un design sonore existants.



















