Die Sprachsynthese von Gemini 3.8 sagt Hallo
Am 23. September 2026 hat Google Gemini 3.8 Flash TTS und Flash-Lite TTS veröffentlicht, die aus Textvorgaben eigene Stimmen erzeugen und den Vortrag zeilenweise steuern. Flash zielt auf kreative Projekte wie Spiele und Hörbücher, Flash-Lite auf Einsätze mit hohem Volumen und geringeren Kosten wie Synchronisation und Sprachagenten.
Worum es im Artikel geht
Am 23. September 2026 stellte Google zwei Text-to-Speech-Modelle vor. Gemini 3.8 Flash TTS ist für kreative Regie und Charakterdesign gedacht und erzeugt Stimmen aus Beschreibungen in natürlicher Sprache in über 100 Sprachen und Dialekten. Gemini 3.8 Flash-Lite TTS zielt auf kostengünstige Einsätze mit hohem Volumen wie Synchronisation und Sprachagenten.
Zu den Funktionen zählen eine Bibliothek mit über 2.000 Stimmen, das Nachbilden einer Stimme aus einer 30-Sekunden-Probe (mit aufgezeichneter mündlicher Einwilligung), gespeicherte eigene Stimmen, zeilenweise Vortragsregie, Langform-Generierung und Szenen mit zwei Sprechern; Stimm-Remixing wird als kommend angegeben. Google nennt Platz 1 von Flash TTS im Voice Design Benchmark von Hume AI (71,4). Jedes Audio trägt ein SynthID-Wasserzeichen. Flash TTS ist in der Gemini API, AI Studio und Gemini Notebook verfügbar, Flash-Lite TTS in der Gemini API, AI Studio und Google Vids; die Stimmreplikation ist in mehreren Regionen, darunter dem EWR und Großbritannien, nicht verfügbar.
Offiziellen Artikel lesen AnnuIA-Profil
Zusammenfassung von AnnuIA in eigenen Worten nach der offiziellen Seite von Google DeepMind. Inhalt und Rechte liegen beim Herausgeber: bitte den Originalartikel lesen.