Google представила Gemini 3.8 Flash TTS и Flash-Lite TTS

Компания Google представила Gemini 3.8 Flash TTS и Flash-Lite TTS — две модели преобразования текста в речь, поддерживающие более 100 языков. Gemini 3.8 Flash TTS умеет создавать новый голос по текстовому описанию.

Пользователи могут добавлять сценические указания к отдельным репликам и получать диалог двух персонажей из одного сценария. Для Flash TTS доступна функция клонирования голоса: профиль строится по образцу продолжительностью около 30 секунд.

Текстовые описания позволяют задавать характеристики нового голоса, а сценические указания дают управление поведением каждой строки. В одном скрипте система может обрабатывать несколько персонажей, что расширяет формат обычной озвучки одним голосом.

Flash-Lite TTS дополняет Gemini 3.8 Flash TTS в линейке голосовых моделей и поддерживает те же более 100 языков. В описании также указаны обе функции — добавление сценических реплик и генерация диалога из единого скрипта.

Для приложений с озвучкой это добавляет инструмент для создания персонажей и диалогов по тексту, а не только для конвертации готового текста в речь. Gemini 3.8 Flash TTS объединяет описание нового голоса, построчные сценические указания и клонирование, а Flash-Lite TTS расширяет линейку моделей.