A síntese de voz do Gemini 3.8 diz olá
Em 23 de setembro de 2026, o Google lançou o Gemini 3.8 Flash TTS e o Flash-Lite TTS, que criam vozes personalizadas a partir de instruções de texto e controlam a entrega linha a linha. O Flash mira projetos criativos como jogos e audiolivros; o Flash-Lite serve a usos de alto volume e menor custo, como dublagem e agentes de voz.
O que diz o artigo
A 23 de setembro de 2026, a Google apresentou dois modelos de síntese de voz. O Gemini 3.8 Flash TTS foi pensado para a direção criativa e o design de personagens: cria vozes a partir de descrições em linguagem natural em mais de 100 idiomas e dialetos. O Gemini 3.8 Flash-Lite TTS destina-se a usos de grande volume e baixo custo, como a dobragem e os agentes de voz.
Inclui uma biblioteca de mais de 2000 vozes, réplica de uma voz a partir de uma amostra de 30 segundos (com gravação de consentimento verbal), vozes personalizadas guardadas, direção da interpretação linha a linha, geração de longa duração e cenas com dois interlocutores; o remix de vozes é apresentado como futuro. A Google cita o primeiro lugar do Flash TTS no Voice Design Benchmark da Hume AI (71,4). Todo o áudio leva marca de água SynthID. O Flash TTS está disponível na API Gemini, no AI Studio e no Gemini Notebook, e o Flash-Lite TTS na API Gemini, no AI Studio e no Google Vids; a réplica de voz não está disponível em várias regiões, incluindo o EEE e o Reino Unido.
Ler o artigo oficial Ficha AnnuIA
Resumo escrito pela AnnuIA com suas próprias palavras, com base na página oficial de Google DeepMind. O conteúdo e os direitos pertencem ao editor: consulte o artigo original.