Gemini 3.8 टेक्स्ट-टू-स्पीच का आगमन
23 सितंबर 2026 को Google ने Gemini 3.8 Flash TTS और Flash-Lite TTS जारी किए, जो टेक्स्ट प्रॉम्प्ट से कस्टम आवाज़ें बनाते हैं और प्रस्तुति को पंक्ति-दर-पंक्ति नियंत्रित करते हैं। Flash गेम और ऑडियोबुक जैसी रचनात्मक परियोजनाओं के लिए है; Flash-Lite डबिंग और वॉइस एजेंट जैसे अधिक मात्रा वाले, कम लागत के उपयोगों के लिए।
लेख में क्या कहा गया है
Google ने 23 सितंबर 2026 को दो टेक्स्ट-टू-स्पीच मॉडल पेश किए। Gemini 3.8 Flash TTS रचनात्मक निर्देशन और किरदार डिज़ाइन के लिए है, जो प्राकृतिक भाषा के विवरण से 100 से अधिक भाषाओं और बोलियों में आवाज़ें बनाता है। Gemini 3.8 Flash-Lite TTS डबिंग और वॉइस एजेंट जैसे बड़े पैमाने, कम लागत वाले उपयोगों के लिए है।
सुविधाओं में 2,000 से अधिक आवाज़ों की लाइब्रेरी, 30 सेकंड के नमूने से आवाज़ की प्रतिकृति (मौखिक सहमति की रिकॉर्डिंग के साथ), सहेजी गई कस्टम आवाज़ें, पंक्ति-दर-पंक्ति प्रस्तुति निर्देशन, लंबी जनरेशन और दो वक्ताओं वाले दृश्य शामिल हैं; वॉइस रीमिक्स को जल्द आने वाला बताया गया है। Google के अनुसार Flash TTS Hume AI के Voice Design Benchmark में पहले स्थान पर है (71.4)। सारा ऑडियो SynthID वॉटरमार्क के साथ आता है। Flash TTS Gemini API, AI Studio और Gemini Notebook में, Flash-Lite TTS Gemini API, AI Studio और Google Vids में उपलब्ध है; आवाज़ प्रतिकृति EEA और यूके सहित कई क्षेत्रों में उपलब्ध नहीं है।
आधिकारिक लेख पढ़ें AnnuIA प्रोफ़ाइल
यह सारांश AnnuIA ने Google DeepMind के आधिकारिक पृष्ठ के आधार पर अपने शब्दों में लिखा है। सामग्री और अधिकार प्रकाशक के हैं: कृपया मूल लेख पढ़ें।