Google lanza los modelos de voz TTS Gemini 3.8 Flash
ainews ·
Google ha presentado dos nuevos modelos de texto a voz, Gemini 3.8 Flash TTS y Gemini 3.8 Flash-Lite TTS, diseñados para la producción de audio a gran escala y la escritura interactiva. El modelo estándar Flash está dirigido a industrias creativas como el desarrollo de videojuegos y la narración de larga duración, mientras que la versión Lite se centra en el doblaje automatizado y los agentes de atención al cliente. Estos sistemas reemplazan los catálogos de voz heredados con acceso a más de 2.000 perfiles vocales en más de 100 idiomas, incluidos dialectos regionales específicos. Las pruebas independientes de Hume AI clasifican al modelo principal como el mejor en calidad general y modelado de acentos. Entre sus características principales destacan la estabilidad de la calidad de audio durante períodos prolongados y la capacidad de insertar señales no verbales, como risas o suspiros, directamente en los guiones. Para garantizar la seguridad, Google exige verificación de identidad y consentimiento explícito para cualquier actividad de clonación de voz personalizada. Todo el audio generado incluye marcas de agua SynthID imperceptibles y metadatos C2PA para verificar su procedencia. Ya son visibles las primeras integraciones comerciales en plataformas como Figma, HeyGen y Linguana.
ainews