Gemini 3.8 text-to-speech dice ciao
deepmind ·
Google DeepMind ha presentato Gemini 3.8 Flash TTS e Gemini 3.8 Flash-Lite TTS, segnando un significativo avanzamento nella generazione audio espressiva all'interno della famiglia Gemini. Questi modelli permettono agli utenti di creare voci personalizzate per personaggi da zero o di replicare quelle esistenti utilizzando semplici prompt in linguaggio naturale in oltre 100 lingue. La versione Flash è progettata per una regia creativa approfondita, offrendo un controllo granulare su ritmo, emozione e suoni conversazionali realistici come risate o sospiri. Nel frattempo, la variante Flash-Lite si concentra sulla scalabilità ad alto volume ed efficiente dal punto di vista dei costi per attività come il doppiaggio e gli agenti vocali. Entrambi i modelli sono ora disponibili su Google AI Studio e nell'API Gemini, con l'accesso enterprise in arrivo presto tramite Gemini Enterprise. Per garantire un uso responsabile, il sistema include funzionalità di sicurezza integrate, come la verifica del consenso per la replicazione delle voci e la filigrana SynthID per tutto l'audio generato. I benchmark preliminari indicano che questi modelli guidano per qualità complessiva e modellazione dell'accento rispetto alle iterazioni precedenti.
deepmind