Gemini 3.1 Flash TTS 完整教學：200+ 音感標籤讓 AI 聲音有情緒，70 語言免費測試（2026）

方法一：Google AI Studio 網頁介面（適合非技術人員）

根據 Google AI Studio 的官方指引，以下是最簡單的測試流程：

1. 前往 AI Studio：開啟 https://aistudio.google.com/，用 Google 帳號登入
2. 選擇模型：在左側選單選擇「Gemini 3.1 Flash TTS」
3. 輸入文字：在文字框貼上你的內容，並加入音感標籤
4. 調整參數：設定語言（Language）、音質（Quality：24kHz 或 48kHz）
5. 生成語音：點擊「Generate」，等待 5-15 秒
6. 下載音檔：點擊「Download」儲存為 MP3 或 WAV 格式

// AI Studio 範例文字（繁體中文）
<excited>歡迎來到阿宥的 AI 助理！</excited>
<pause:800ms/>
<calm>今天我們要教你如何使用 Gemini 3.1 Flash TTS，
讓你的內容擁有專業級的 AI 語音。</calm>
<pause:500ms/>
<fast>這個功能完全免費，而且支援超過 70 種語言！</fast>

方法二：透過 Gemini API 整合（適合開發者）

根據 Gemini API 官方文檔，開發者可以透過 REST API 或 Python SDK 呼叫 TTS 功能。

前置準備：

• 取得 Gemini API Key（在 AI Studio 的「Get API Key」取得）
• 安裝 Google AI Python SDK：pip install google-generativeai

# Python 範例程式碼（根據官方文檔改寫）
import google.generativeai as genai

# 設定 API Key
genai.configure(api_key="YOUR_API_KEY")

# 初始化 TTS 模型
model = genai.GenerativeModel('gemini-3.1-flash-tts')

# 輸入文字（含音感標籤）
text = """
<happy>今天天氣真好！</happy>
<pause:500ms/>
<calm>我們一起去散步吧。</calm>
"""

# 生成語音
response = model.generate_speech(
    text=text,
    language="zh-TW",  # 繁體中文
    voice_quality="high",  # 48kHz 音質
    enable_synthid=True  # 啟用 SynthID 浮水印
)

# 儲存音檔
with open("output.mp3", "wb") as f:
    f.write(response.audio_content)

print("✅ 語音生成完成！檔案已儲存為 output.mp3")

官方宣稱的 API 配額（根據 Google Cloud 部落格）：

• 免費層級：每分鐘 60 次請求，每月 1000 次
• 付費層級：依使用量計費，每 1000 字元約 $0.004 美元

Q1：Gemini 3.1 Flash TTS 真的免費嗎？有隱藏費用嗎？

根據 Google AI Studio 的官方說明，在 AI Studio 網頁介面測試完全免費，無需綁定信用卡。若透過 API 使用，則有以下收費標準（2026 年 4 月資料）：

• 免費額度：每月 1000 次 API 請求
• 超過後：每 1000 字元收費 $0.004 美元（約新台幣 0.13 元）

相較於 ElevenLabs（$0.30/1000 字元）便宜 75 倍。

Q2：生成的語音可以商業使用嗎？需要標註來源嗎？

根據 Google AI 使用條款，生成的語音版權歸使用者所有，可用於商業用途。但 Google 建議（非強制）在明顯位置標註「此語音由 Google Gemini AI 生成」，以符合 AI 透明度原則。

Q3：音感標籤可以疊加使用嗎？例如同時用 <happy> 和 <fast>？

根據官方文檔，可以疊加使用，語法如下：

<happy><fast>這是一段又快又開心的語音！</fast></happy>

官方宣稱最多可疊加 3-5 個標籤，但過多標籤可能導致語音不自然。

Q4：繁體中文的音質如何？有台灣口音嗎？

根據 MindwiredAI 的實測，Gemini TTS 的繁體中文採用標準國語發音（類似台灣新聞主播），官方宣稱未來會新增更多地區口音（如台灣腔、香港粵語）。目前若需要特定口音，建議使用 ElevenLabs 的 Voice Cloning 功能。

Q5：SynthID 浮水印會影響音質嗎？可以關閉嗎？

根據 Google DeepMind 的技術說明，SynthID 浮水印完全不可察覺，不影響音質（嵌入在人耳聽不到的高頻範圍）。目前無法關閉，這是 Google 為防止 Deepfake 濫用而強制啟用的功能。