Gemini 3.8 de texto a voz dice hola
deepmind ·
Google DeepMind ha presentado Gemini 3.8 Flash TTS y Gemini 3.8 Flash-Lite TTS, lo que marca un avance significativo en la generación de audio expresivo dentro de la familia Gemini. Estos modelos permiten a los usuarios crear voces personalizadas para personajes desde cero o replicar las existentes mediante simples indicaciones en lenguaje natural en más de 100 idiomas. La versión Flash está diseñada para una dirección creativa profunda, ofreciendo un control detallado sobre el ritmo, la emoción y sonidos conversacionales realistas como risas o suspiros. Por su parte, la variante Flash-Lite se centra en la escalabilidad eficiente en costos y alto volumen para tareas como el doblaje y los agentes de voz. Ambos modelos ya están disponibles en Google AI Studio y la API de Gemini, con acceso empresarial próximamente a través de Gemini Enterprise. Para garantizar un uso responsable, el sistema incluye características de seguridad integradas, como la verificación de consentimiento para la replicación de voces y la marca de agua SynthID para todo el audio generado. Las primeras evaluaciones indican que estos modelos lideran en calidad general y modelado de acentos en comparación con iteraciones anteriores.
deepmind