Gemini 3.8 текст в речь говорит привет
deepmind ·
Google DeepMind представила модели Gemini 3.8 Flash TTS и Gemini 3.8 Flash-Lite TTS, что стало значительным шагом вперед в области генерации выразительного аудио в семействе Gemini. Эти модели позволяют пользователям создавать с нуля пользовательские голоса персонажей или воспроизводить существующие, используя простые текстовые запросы на естественном языке более чем на 100 языках. Версия Flash предназначена для глубокого творческого контроля, предлагая детальное управление темпом, эмоциями и реалистичными разговорными звуками, такими как смех или вздохи. В свою очередь, вариант Flash-Lite ориентирован на масштабируемость с высокой пропускной способностью и низкой стоимостью для таких задач, как дубляж и голосовые агенты. Обе модели уже доступны в Google AI Studio и через Gemini API, а корпоративный доступ станет доступен в ближайшее время через Gemini Enterprise. Для обеспечения ответственного использования система включает встроенные функции безопасности, такие как проверка согласия при репликации голоса и внедрение водяных знаков SynthID во все сгенерированные аудиозаписи. Ранние бенчмарки показывают, что эти модели лидируют по общему качеству и точности передачи акцентов по сравнению с предыдущими версиями.
deepmind