La síntesis de voz de Gemini 3.8 dice hola
El 23 de septiembre de 2026, Google lanzó Gemini 3.8 Flash TTS y Flash-Lite TTS, que crean voces personalizadas a partir de instrucciones de texto y controlan la entonación línea por línea. Flash se orienta a proyectos creativos como juegos y audiolibros; Flash-Lite, a usos de alto volumen y menor coste como el doblaje y los agentes de voz.
Qué dice el artículo
El 23 de septiembre de 2026, Google presentó dos modelos de síntesis de voz. Gemini 3.8 Flash TTS está pensado para la dirección creativa y el diseño de personajes: crea voces a partir de descripciones en lenguaje natural en más de 100 idiomas y dialectos. Gemini 3.8 Flash-Lite TTS apunta a usos de gran volumen y bajo coste, como el doblaje y los agentes de voz.
Incluye una biblioteca de más de 2.000 voces, réplica de una voz a partir de una muestra de 30 segundos (con grabación de consentimiento verbal), voces personalizadas guardadas, dirección de la interpretación línea por línea, generación de larga duración y escenas con dos interlocutores; el remix de voces figura como próximo. Google cita el primer puesto de Flash TTS en el Voice Design Benchmark de Hume AI (71,4). Todo el audio lleva marca de agua SynthID. Flash TTS está disponible en la API de Gemini, AI Studio y Gemini Notebook, y Flash-Lite TTS en la API de Gemini, AI Studio y Google Vids; la réplica de voz no está disponible en varias regiones, entre ellas el EEE y el Reino Unido.
Leer el artículo oficial Ficha AnnuIA
Resumen redactado por AnnuIA con sus propias palabras a partir de la página oficial de Google DeepMind. El contenido y los derechos pertenecen al editor: consulte el artículo original.