Google rilascia Gemini 3.8 Flash TTS e Flash-Lite TTS: voce clonata da 30 secondi, con consenso verificato
In una frase Il 23 settembre Google porta in GA nella Gemini API due modelli text-to-speech: Flash TTS, con progettazione di voci da descrizione testuale e clonazione da un campione di 30 secondi, e Flash-Lite TTS per volumi alti. Ogni clip porta il watermark SynthID, le voci clonate anche le credenziali C2PA.
Google ha aggiornato la sua sintesi vocale con due nuovi modelli. Gemini 3.8 Flash TTS è pensato per la qualità: audiolibri, podcast, giochi, dialoghi a due voci, con indicazioni di recitazione riga per riga e suoni come risate o sospiri. Flash-Lite TTS è la versione più economica per doppiaggio e assistenti vocali ad alto volume.
Le funzioni più rilevanti sono due. La prima è la progettazione di una voce descrivendola a parole (ruolo, accento, carattere), oltre a una libreria di più di 2.000 voci pronte. La seconda è la clonazione: basta un campione di 30 secondi, ma serve anche una registrazione in cui il proprietario della voce dà il proprio consenso, e il sistema verifica che sia la stessa persona.
Tutto l'audio generato porta un watermark invisibile SynthID, e le voci clonate anche le credenziali di provenienza C2PA. I modelli sono disponibili nella Gemini API e in Google AI Studio; l'accesso enterprise tramite Gemini Enterprise è annunciato come in arrivo.
Aziende
Tool
Gemini 3.8 Flash TTS, Gemini 3.8 Flash-Lite TTS, Google AI Studio
Tag
Fonti