IA · Modelos · Google · Gemini · Voz
Google presenta Gemini 3.1 Flash TTS con controles expresivos de voz
El modelo incorpora etiquetas para dirigir estilo, ritmo y tono en más de 70 idiomas.
Fecha de la fuente original:
Lo esencial
- El modelo incorpora etiquetas para dirigir estilo, ritmo y tono en más de 70 idiomas.
Etiquetas para dirigir la interpretación
Google anunció Gemini 3.1 Flash TTS, un modelo de texto a voz con etiquetas que permiten ajustar la interpretación mediante instrucciones en lenguaje natural. La propuesta admite diálogo con varios hablantes y controles de ritmo, tono y acento.
Acceso en API y herramientas de Google
La vista previa comenzó en Gemini API, AI Studio y Vertex AI, además del acceso mediante Google Vids para Workspace. Google indicó soporte para más de 70 idiomas y marca de agua SynthID en el audio generado. Las comparaciones de calidad incluidas en el anuncio se atribuyen al proveedor.