Google DeepMind a introduit deux nouveaux modèles texte-parole dans la famille Gemini : Gemini 3.8 Flash TTS et Gemini 3.8 Flash-Lite TTS. Ces modèles transforment la génération de voix, passant des préréglages statiques à un studio créatif dynamique, permettant aux créateurs, développeurs et entreprises de concevoir des expériences audio plus riches et plus expressives. Gemini 3.8 Flash TTS est conçu pour une direction créative approfondie et la conception de personnages, permettant aux utilisateurs de générer des voix personnalisées à partir de zéro grâce à des invites en langage naturel dans les jeux, les livres audio, les podcasts et les médias interactifs. Gemini 3.8 Flash-Lite TTS se concentre sur la génération à haut volume et à coût efficace, optimisée pour le doublage, les agents vocaux et le contenu expressif avec un contrôle fin du ton et du rythme.

Ces modèles étendent la famille Gemini Audio, suivant les versions telles que 3.5 Live Translate, 3.5 Transcribe, 3.8 Live et 3.8 Live Extended Thinking. Les utilisateurs peuvent passer de 30 voix originales à une bibliothèque infinie, accédant à plus de 2 000 voix prêtes pour la production avec une couverture linguistique large incluant l'espagnol mexicain, le français québécois et l'anglais écossais. La réplication vocale est prise en charge à partir d'un échantillon de seulement 30 secondes, soutenue par la vérification du consentement, le filigrane Synth ID et les accréditations C2PA.

Les deux modèles offrent un contrôle précis de la performance ligne par ligne, une génération de longue durée avec un dérèglement minimal du locuteur, une mise en scène native de scènes à deux locuteurs et des éclats vocaux scénarisés pour une texture conversationnelle réaliste. Les capacités de remix vocal seront bientôt disponibles, permettant un réglage fin du timbre, de la hauteur, du rythme et de l'accent via des invites.

Entités clés : Entreprises : Google DeepMind, Google AI Studio, Google Vids | Personnes : Alan Cowen

FAQ : Quelles sont les différences clés entre Gemini 3.8 Flash TTS et Flash-Lite TTS ?

Gemini 3.8 Flash TTS est conçu pour une direction créative approfondie et la conception de personnages, permettant de créer des voix personnalisées à partir de zéro avec un contrôle granulaire sur les indications de jeu d'acteur, le rythme et les changements de dialecte. Flash-Lite TTS est optimisé pour un volume élevé et une évolutivité à coût efficace, idéal pour le doublage, les agents vocaux et le contenu expressif avec un contrôle fin du ton et du rythme.