Google Gemini 3.8 Flash TTS və Flash-Lite TTS modellərini təqdim edib

Google 23 sentyabr 2026-cı ildə iki yeni mətndən nitqə modelini təqdim edib: Gemini 3.8 Flash TTS və Gemini 3.8 Flash-Lite TTS. Şirkət hər ikisini indiyədək ən ifadəli audio generasiya modelləri adlandırır.

Hər ikisi Google AI Studio, Gemini API, Gemini Enterprise, Gemini Notebook və Google Vids vasitəsilə əlçatandır və Gemini Audio ailəsini davam etdirir.

İki model, iki vəzifə

Gemini 3.8 Flash TTS yaradıcı rejissura və personaj dizaynı üçün nəzərdə tutulub: səslər təbii dil sorğuları ilə sıfırdan yaradılır, aktyor göstərişləri, temp, dialekt keçidləri və backchanneling sətir-sətir idarə olunur — oyunlar, audiokitablar, podkastlar və interaktiv media üçün. Flash-Lite TTS yüksək həcmli və sərfəli işlər üçündür: dublaj və ifadəli səs agentləri — ton, temp və nüans üzərində incə nizamlanma ilə.

Fərdi səslər və səsin replikasiyası

Səs dizaynı 30 ilkin səsdən limitsiz kitabxanaya qədər genişlənir: sorğular 100-dən çox dil və dialektdə rol, aksent və digər vokal xüsusiyyətləri müəyyən edir, 2.000-dən çox hazır səsli kataloq isə Meksika ispancasından Şotland ingiliscəsinə qədər regional variantları əhatə edir. Səsin replikasiyası 30 saniyəlik nümunədən sabit vokal profil yaradır və razılığın yoxlanması ilə SynthID su nişanı ilə qorunur; AI Studio vasitəsilə replikasiya Illinois, Texas, AİS, Birləşmiş Krallıq, İsveçrə və Hindistanda mövcud deyil.

Rejissura, uzun formatlar və bençmarklar

Hər iki model ifanı ssenari işarələri və ya yazılı rejissor qeydləri ilə idarə etməyə imkan verir. Google saatlarla audio boyunca tembri və tempi qoruyan uzun format generasiyasını, bir ssenaridən iki danışanlı səhnəni və <laughs>, <sigh> kimi ssenari səs reaksiyalarını vurğulayır. Hume AI-nin Voice Design Benchmark-ında Gemini 3.8 Flash TTS ümumi birinci oldu (71.4) və aksent modelləşdirmədə liderdir (60.8); Hume-un Overall Quality Index-ində Flash TTS birinci, Flash-Lite ikinci oldu. Voice Arena-nın kor qiymətləndirmələrində modellər yapon, Braziliya portuqal və hind dillərində liderlər sırasındadır.

Əlçatanlıq

Flash TTS artıq tərtibatçılar üçün Gemini API və Google AI Studio-da, hamı üçün Gemini Notebook-da əlçatandır; Gemini Enterprise-da API girişi tezliklə gələcək. Flash-Lite TTS Gemini API, AI Studio və Google Vids-də işə salınıb. AI Studio-dakı yeni audio meydançası səs dizaynı üçün iş məkanı və iki danışanlı ssenari redaktoru təklif edir; modelləri Agora, LiveKit, Pipecat və Vercel inteqrasiya edir.