Google lança modelos de voz TTS Gemini 3.8 Flash
ainews ·
A Google apresentou dois novos modelos de texto para fala, o Gemini 3.8 Flash TTS e o Gemini 3.8 Flash-Lite TTS, projetados para produção de áudio em alta escala e roteirização interativa. O modelo padrão Flash tem como foco indústrias criativas, como desenvolvimento de jogos e narração de longa duração, enquanto a versão Lite concentra-se na dublagem automatizada e em agentes de atendimento ao cliente. Esses sistemas substituem catálogos de voz legados por acesso a mais de 2.000 perfis vocais em mais de 100 idiomas, incluindo dialetos regionais específicos. Avaliações independentes da Hume AI classificam o modelo principal como o melhor em qualidade geral e modelagem de sotaques. Entre as principais características estão a estabilidade da qualidade de áudio em durações prolongadas e a capacidade de inserir sinais não verbais, como risadas ou suspiros, diretamente nos roteiros. Para garantir a segurança, a Google exige verificação de identidade e consentimento explícito para qualquer atividade de clonagem de voz personalizada. Todo o áudio gerado inclui marcas d'água SynthID imperceptíveis e metadados C2PA para verificar a proveniência. Já são visíveis integrações comerciais iniciais em plataformas como Figma, HeyGen e Linguana.
ainews