🔊 Gemini 3.8 TTS: голос с нуля по текстовому промпту, час звука — $0,81
Google выпустила две новые модели синтеза речи — Gemini 3.8 Flash TTS и Flash-Lite TTS. Flash TTS создаёт голоса «с чистого листа»: задаёшь роль, акцент и характер голоса текстовым промптом на более чем 100 языках и диалектах, без выбора из готовой библиотеки.
Репликация голоса работает по 30-секундному образцу, но требует голосового подтверждения согласия от владельца голоса. Готовое аудио маркируется водяным знаком SynthID и снабжается C2PA-удостоверением.
По заявлению Google, Flash TTS заняла 1-е место в Voice Design Benchmark Hume AI (71.4 балла) и в моделировании акцентов (60.8). Функция Voice Remixing — тонкая настройка тембра и темпа готовых голосов — анонсирована, но пока не работает.
Flash TTS доступна в Gemini API, Google AI Studio и Gemini Notebook, Flash-Lite TTS — там же плюс в Google Vids. Доступ через Gemini Enterprise появится позже у обеих моделей. По данным одного источника (the-decoder), до конца 2026 года час вывода стоит $0,81 для Flash TTS и $0,54 для Flash-Lite, с 1 января 2027 — $1,62 и $1,08; расчёт идёт из 25 аудиотокенов на секунду звука.
https://deepmind.google/blog/say-hello-to-gemini-38-text-to-speech/
💬 MAX
#новости #gemini #автоматизация
Google выпустила две новые модели синтеза речи — Gemini 3.8 Flash TTS и Flash-Lite TTS. Flash TTS создаёт голоса «с чистого листа»: задаёшь роль, акцент и характер голоса текстовым промптом на более чем 100 языках и диалектах, без выбора из готовой библиотеки.
Репликация голоса работает по 30-секундному образцу, но требует голосового подтверждения согласия от владельца голоса. Готовое аудио маркируется водяным знаком SynthID и снабжается C2PA-удостоверением.
По заявлению Google, Flash TTS заняла 1-е место в Voice Design Benchmark Hume AI (71.4 балла) и в моделировании акцентов (60.8). Функция Voice Remixing — тонкая настройка тембра и темпа готовых голосов — анонсирована, но пока не работает.
Flash TTS доступна в Gemini API, Google AI Studio и Gemini Notebook, Flash-Lite TTS — там же плюс в Google Vids. Доступ через Gemini Enterprise появится позже у обеих моделей. По данным одного источника (the-decoder), до конца 2026 года час вывода стоит $0,81 для Flash TTS и $0,54 для Flash-Lite, с 1 января 2027 — $1,62 и $1,08; расчёт идёт из 25 аудиотокенов на секунду звука.
https://deepmind.google/blog/say-hello-to-gemini-38-text-to-speech/
💬 MAX
#новости #gemini #автоматизация