Google выпустила Gemini 3.8 TTS — синтез речи с двумя тысячами голосов

Google выпустила Gemini 3.8 Flash TTS и Flash-Lite TTS — модели синтеза речи, превращающие текст в звук. Доступны больше 2000 готовых голосов и 100 языков, можно собрать свой голос с нужным акцентом или клонировать существующий.

Модели умеют вести диалог на несколько голосов и принимать указания по подаче построчно: где сделать паузу, где сменить интонацию. Lite-версия рассчитана на массовые прогоны и стоит дешевле. Google заявляет первое место в голосовых тестах Hume AI.

Simon Willison собрал на новом API интерфейс и за вечер сгенерировал диалог двух голосов, отметив низкую цену прогона.

Logan Kilpatrick@OfficialLoganK

Introducing Gemini 3.8 Flash and Flash-Lite TTS, our new SOTA text to speech model with: - a new voice design experience - 2,000+ production ready voices - voice replication - support for 100 languages - voice remixing (soon) - #1 spot on Hume AI's voice benchmarks and more!!

3 75323 сентября 2026