Gemini 3.8 Flash TTS може да копира гласове и да следва актьорски указания

Google представи Gemini 3.8 Flash TTS и Gemini 3.8 Flash-Lite TTS. Новите модели могат да създават и репликират гласове, да следват указания за емоции, акценти и актьорска игра и да поддържат постоянен глас при по-дълги записи.

Picture of Екип на MarketingPRO
Екип на MarketingPRO
Редакторски екип
Gemini 3.8 Flash TTS
Съдържание

Gemini 3.8 Flash TTS дава на потребителите по-прецизен контрол върху AI генерираната реч, включително глас, акцент, емоции, темпо и начина, по който се изпълнява всяка реплика.

Google представи Gemini 3.8 Flash TTS и Gemini 3.8 Flash-Lite TTS, два нови модела за преобразуване на текст в реч, насочени към подобряване на начина, по който звучи генерираният от изкуствен интелект говор.

Моделите могат да създават гласове по описание, да следват подробни указания за начина на говорене, да обработват разговори между двама говорители и да запазват последователността на гласовете при по-дълги записи.

За потребителите, които използват Gemini за озвучаване, подкасти, аудиокниги или глас зад кадър във видеа, обновлението дава по-голям контрол върху крайния аудио резултат. Потребителите могат да опишат какъв глас искат и да зададат как да бъде произнесена всяка отделна реплика.

Потребителите могат да задават как да звучи гласът

Gemini 3.8 Flash TTS може да създава глас от описание на естествен език. Потребителите могат да зададат персонаж, акцент и други гласови характеристики или да изберат измежду повече от 2000 съществуващи гласа.

Моделите поддържат над 100 езика и диалекта.

Gemini 3.8 Flash TTS Benchmark

Указания могат да се добавят и в различни части от сценария. Например определена реплика може да бъде прошепната, изговорена по-бавно, произнесена с различна емоция или да включва смях, въздишки, ахване и разговорни реакции като „мхм“ или „да“.

Обновлението позволява и генериране на разговор между двама говорители от един сценарий, като гласовете и темпото могат да останат последователни при по-дълги записи.

Персонализираните гласове могат също да бъдат запазвани и използвани отново в различни проекти. Това трябва да помогне един и същ персонаж или разказвач да запази сходно звучене във времето.

Google планира по-късно да добави и възможност за ремиксиране на гласове. Тя ще позволява съществуващи гласове да бъдат променяни по отношение на височина, темпо, тембър и акцент.

Репликирането на глас има допълнителни ограничения

Gemini може да пресъздаде последователен гласов профил от 30-секунден запис, но не може просто да бъде използвана произволна гласова проба.

Според Google записът трябва да принадлежи на потребителя или той да има права да използва съответния глас. Собственикът на гласа трябва също да предостави отделен запис с устно съгласие, който съответства на говорителя от референтния запис, преди да бъде създадена реплика на гласа.

Генерираните Gemini Audio клипове съдържат и незабележим воден знак SynthID. Google посочва още, че репликирането на глас включва C2PA удостоверения, които да помагат при разпознаването на съдържание, генерирано с изкуствен интелект.

Gemini 3.8 Flash TTS се разпространява чрез Gemini Notebook, Gemini API и Google AI Studio.

По-евтиният модел Gemini 3.8 Flash-Lite TTS ще бъде достъпен в Google Vids и е предназначен за задачи в по-голям мащаб като дублаж, озвучаване и гласови агенти.

Picture of Екип на MarketingPRO
Екип на MarketingPRO
Редакторски екип

Още публикации

  • 18.11.2026
  • /
  • Дигитална реклама
Google пусна Google Ads Editor 2.14 с 10 промени за управление на кампании и рекламни профили. Новата версия позволява изтегляне на данни и статистика във фонов режим, разширява настройките за задържане на клиенти и включва AI Max по подразбиране при създаване на нови кампании в мрежата за търсене. Search Engine Roundtable съобщи за актуализацията на […]
  • 18.11.2026
  • /
  • Изкуствен интелект
Microsoft представи на Ignite 2026 нови функции на Copilot в Windows за компютрите Copilot+ PC. Асистентът ще може да намира и подрежда локални файлове по команди на естествен език, както и да проверява системата за грешки и проблеми с производителността. Компанията обяви, че функциите предстоят, без да посочи дата за пускането им. Copilot ще намира, […]
  • 18.11.2026
  • /
  • Изкуствен интелект
Google добавя две възможности към Gemini Skills. Потребителите могат да споделят създадените от тях умения с други хора и да добавят файлове от Google Drive, Gemini Notebook и Google Photos. Уменията са персонализирани инструкции, които Gemini може да изпълнява многократно. Google постепенно преминава от Gems към Skills. Какви файлове могат да се добавят към Gemini […]
  • 18.11.2026
  • /
  • Изкуствен интелект
Proton пусна настолни приложения на своя AI асистент Lumo за Windows, macOS и Linux. Компанията представи и три функции – интеграции с приложения и файлове (Connectors), задачи по график (Schedules) и инструкции за многократна употреба (Skills). С тях Lumo AI може да търси информация в свързани услуги, да изпълнява задачи по график и да прилага […]
  • 18.11.2026
  • /
  • Изкуствен интелект
GPT-6.2 Astra постига по-високи резултати от GPT-6 Astra в тестовете на OpenAI. Компанията намалява цените за модела през API и пуска по-евтиния GPT-6.2 Sol. OpenAI представи GPT-6.2 Astra и GPT-6.2 Sol близо два месеца след като отмени публичното пускане на GPT-6.1 Astra заради проблеми с безопасността. Според компанията новите модели се справят по-добре със сложни […]
  • 18.11.2026
  • /
  • Дигитална реклама
Google Ads уточни, че рекламите, които имитират публични личности с AI, са забранени дори когато са обозначени като създадени или редактирани с AI. Google Ads уточни как правилата му за неприемливи бизнес практики се прилагат при имитация на публични личности с AI. Забраната важи и когато рекламодателят изрично посочи, че рекламата е създадена или редактирана […]