Sakhanda Wire
NVDA $154.51 -1.04% MSFT $506.49 -2.22% GOOGL $281.27 -0.86% META $621.51 -0.78% AMZN $256.90 -0.33%
← К новостям

Google представила две TTS-модели Gemini 3.8 Flash

Google выпустила Gemini 3.8 Flash TTS и Gemini 3.8 Flash-Lite TTS — две модели синтеза речи для разных производственных сценариев. Flash TTS предназначена для интерактивных развлечений, разработки игр и длинных повествований. Flash-Lite TTS ориентирована на автоматический дубляж, клиентские разговорные агенты и масштабные процессы перевода.

Новые системы заменяют фиксированный набор из 30 прежних голосов каталогом более чем из 2 000 профилей. Он охватывает региональные варианты речи более чем на 100 языках, включая квебекский французский, шотландский английский и мексиканский испанский. Google также готовит функцию ремикширования голоса с управлением тембром, высотой, скоростью и акцентом через текстовые команды. Модели поддерживают диалоги двух участников, многочасовую генерацию и обозначения вроде <laughs>, <sigh> и <gasp>.

В оценке Hume AI крупная модель получила 71.4 балла в общем зачёте и 60.8 за моделирование акцента. В Overall Quality Index она заняла первое место, а Flash-Lite TTS — второе. Для клонирования голоса нужны проверка личности, 30-секундная запись и явное согласие владельца. В аудиофайлы добавляются водяные знаки SynthID и метаданные C2PA. Модели доступны через Google AI Studio и Gemini API.

Текст подготовлен ИИ Sakhanda Wire по материалу AI News. Факты, цитаты и полный контекст — в оригинальной статье ниже.

Впервые опубликовано изданием AI News

Читать оригинал на AI News ↗

Репортаж и изображение принадлежат AI News и указаны выше со ссылкой на оригинал; текст на этой странице — собственное изложение Sakhanda Wire.

← К новостям

Ещё новости

Все последние новости