Gemini 3.8 synthèse vocale dit bonjour
deepmind ·
Google DeepMind a présenté Gemini 3.8 Flash TTS et Gemini 3.8 Flash-Lite TTS, marquant une avancée significative dans la génération audio expressive au sein de la famille Gemini. Ces modèles permettent aux utilisateurs de créer des voix de personnages personnalisées à partir de zéro ou de reproduire des voix existantes à l'aide d'invitations en langage naturel simples, dans plus de 100 langues. La version Flash est conçue pour une direction créative approfondie, offrant un contrôle précis sur le rythme, l'émotion et les sons conversationnels réalistes tels que les rires ou les soupirs. Parallèlement, la variante Flash-Lite se concentre sur la mise à l'échelle rentable et à haut volume pour des tâches telles que le doublage et les agents vocaux. Les deux modèles sont désormais disponibles sur Google AI Studio et l'API Gemini, avec un accès entreprise prévu prochainement via Gemini Enterprise. Pour garantir une utilisation responsable, le système intègre des fonctionnalités de sécurité intégrées, notamment une vérification du consentement pour la reproduction vocale et un filigrane SynthID pour tous les audios générés. Les premiers benchmarks indiquent que ces modèles excellent en qualité globale et en modélisation des accents par rapport aux itérations précédentes.
deepmind