Global · IA · Modelos · Google · Gemini · Audio
Google renueva la generación de voz con Gemini 3.8 TTS
Flash y Flash-Lite permiten dirigir el audio y crear voces; la réplica requiere consentimiento.
Fecha de la fuente original:
Lo esencial
- Dos modelos con objetivos distintos de creación y volumen.
- La réplica vocal requiere consentimiento y tiene restricciones geográficas.
Voces dirigidas por texto
Google presentó Gemini 3.8 Flash TTS y Flash-Lite TTS. Flash se orienta a diseño de personajes y dirección expresiva; Flash-Lite, a generación de alto volumen. Ambos comienzan a desplegarse en Gemini API y AI Studio, con incorporaciones a Gemini Notebook y Google Vids.
Consentimiento y disponibilidad
Las funciones incluyen control por línea, escenas de dos voces y réplica a partir de una muestra de 30 segundos. Esta última exige una grabación de consentimiento del titular y tiene restricciones territoriales en AI Studio. Google aplica SynthID al audio generado. La disponibilidad empresarial por API se anunció como próxima, al igual que la función para modificar voces de la biblioteca.