Gemini 3.8 Text-zu-Sprache sagt Hallo
deepmind ·
Google DeepMind hat Gemini 3.8 Flash TTS und Gemini 3.8 Flash-Lite TTS eingeführt, was einen bedeutenden Fortschritt in der expressiven Audioerstellung innerhalb der Gemini-Familie darstellt. Diese Modelle ermöglichen es Nutzern, eigene Charakterstimmen von Grund auf neu zu erstellen oder bestehende mit einfachen natürlichen Sprachbefehlen in mehr als 100 Sprachen nachzuahmen. Die Flash-Version ist für tiefgreifende kreative Steuerung konzipiert und bietet granulare Kontrolle über Tempo, Emotionen und realistische Konversationselemente wie Lachen oder Seufzer. Die Flash-Lite-Variante hingegen konzentriert sich auf die kosteneffiziente Skalierung für hohe Volumina bei Aufgaben wie Synchronisation und Sprachassistenten. Beide Modelle sind jetzt in Google AI Studio und der Gemini API verfügbar, wobei der Unternehmenszugang bald über Gemini Enterprise folgen wird. Um einen verantwortungsvollen Einsatz sicherzustellen, verfügt das System über integrierte Sicherheitsfunktionen wie Einwilligungsüberprüfungen zur Stimmennachahmung und SynthID-Wasserzeichen für alle generierten Audiodateien. Erste Benchmarks zeigen, dass diese Modelle im Vergleich zu früheren Iterationen in Bezug auf Gesamtqualität und Akzentmodellierung führend sind.
deepmind