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%
← До новин

Google представила дві TTS-моделі Gemini 3.8 Flash

Google запустила Gemini 3.8 Flash TTS і Gemini 3.8 Flash-Lite TTS — дві моделі синтезу мовлення для різних виробничих завдань. Flash TTS призначена для інтерактивних розваг, розроблення ігор і тривалих оповідей. Flash-Lite TTS орієнтована на автоматизоване дублювання, розмовних агентів для клієнтів і високопродуктивні перекладацькі процеси.

Нові системи замінюють фіксований набір із 30 попередніх голосів каталогом із понад 2 000 готових профілів. Він охоплює регіональні мовні варіанти більш ніж 100 мовами, зокрема квебекською французькою, шотландською англійською та мексиканською іспанською. Google також готує модуль ремікшування голосу, який дасть змогу текстовими командами змінювати тембр, висоту, швидкість і контури акценту. Моделі підтримують діалоги двох мовців, тривале генерування та позначки на кшталт <laughs>, <sigh> і <gasp>.

У тестах Hume AI Gemini 3.8 Flash TTS отримала 71.4 бала загалом і 60.8 за моделювання акценту. У Overall Quality Index вона посіла перше місце, а Flash-Lite TTS — друге. Клонування голосу потребує перевірки особи, 30-секундного запису та явної згоди власника. До файлів додаються водяні знаки SynthID і метадані C2PA. Доступ до моделей надається через Google AI Studio та Gemini API.

Текст підготовлено ШІ Sakhanda Wire за матеріалом AI News. Факти, цитати та повний контекст — в оригінальній статті нижче.

Вперше опубліковано виданням AI News

Читати оригінал на AI News ↗

Репортаж і зображення належать AI News і зазначені вище з посиланням на оригінал; текст на цій сторінці — власний виклад Sakhanda Wire.

← До новин

Ще новини

Усі останні новини