Google lancia i modelli vocali TTS Gemini 3.8 Flash
ainews ·
Google ha presentato due nuovi modelli di sintesi vocale da testo a voce, Gemini 3.8 Flash TTS e Gemini 3.8 Flash-Lite TTS, progettati per la produzione audio su larga scala e lo scripting interattivo. Il modello standard Flash è rivolto ai settori creativi come lo sviluppo di videogiochi e la narrazione di lunga durata, mentre la versione Lite si concentra sulla doppiaggio automatizzato e sugli agenti di assistenza clienti. Questi sistemi sostituiscono i cataloghi vocali legacy con l'accesso a oltre 2.000 profili vocali in più di 100 lingue, inclusi dialetti regionali specifici. Benchmark indipendenti condotti da Hume AI classificano il modello principale come il miglior performer per qualità complessiva e modellazione dell'accento. Le funzionalità chiave includono una qualità audio stabile su durate prolungate e la capacità di inserire segnali non verbali, come risate o sospiri, direttamente negli script. Per garantire la sicurezza, Google impone la verifica dell'identità e il consenso esplicito per qualsiasi attività di clonazione vocale personalizzata. Tutto l'audio generato include filigrane SynthID impercettibili e metadati C2PA per verificarne la provenienza. Integrazioni commerciali anticipate sono già visibili su piattaforme come Figma, HeyGen e Linguana.
ainews