La synthèse vocale de Gemini 3.8 fait ses débuts
Le 23 septembre 2026, Google a lancé Gemini 3.8 Flash TTS et Flash-Lite TTS, qui créent des voix personnalisées à partir d'instructions écrites et règlent la diction ligne par ligne. Flash vise les projets créatifs (jeux, livres audio) ; Flash-Lite, les usages à grand volume et moindre coût comme le doublage et les agents vocaux.
Ce que dit l'article
Le 23 septembre 2026, Google a présenté deux modèles de synthèse vocale. Gemini 3.8 Flash TTS est conçu pour la direction créative et la conception de personnages : il crée des voix à partir de descriptions en langage naturel, dans plus de 100 langues et dialectes. Gemini 3.8 Flash-Lite TTS vise les usages à grand volume et à moindre coût, comme le doublage et les agents vocaux.
Les fonctions incluent une bibliothèque de plus de 2 000 voix, la réplication d'une voix à partir d'un échantillon de 30 secondes (avec enregistrement d'un consentement oral), des voix personnalisées enregistrées, la direction d'interprétation ligne par ligne, la génération longue durée et la mise en scène à deux voix ; le remixage de voix est annoncé comme à venir. Google cite la première place de Flash TTS au Voice Design Benchmark de Hume AI (71,4). Tout audio porte un filigrane SynthID. Flash TTS est disponible dans l'API Gemini, AI Studio et Gemini Notebook, Flash-Lite TTS dans l'API Gemini, AI Studio et Google Vids ; la réplication de voix est indisponible dans plusieurs régions, dont l'EEE et le Royaume-Uni.
Lire l'article officiel Fiche AnnuIA
Résumé rédigé par AnnuIA avec ses propres mots, d'après la page officielle de Google DeepMind. Le contenu et les droits appartiennent à l'éditeur : consultez l'article d'origine.