Google представляет модели текст-в-речь Gemini 3.8 для улучшения голосовых приложений

Google представил свои новые модели текст-в-речь Gemini 3.8, которые расширяют возможности создателей и разработчиков в производстве выразительных, естественных и многоязычных голосов в больших масштабах. Этот релиз является частью более широкой линейки аудиомоделей Gemini, в которую входят такие модели, как Gemini 3.8 Live и Gemini 3.8 Flash, предназначенные для взаимодействия в реальном времени и задач программирования соответственно.

Введение моделей текст-в-речь Gemini 3.8, похоже, укрепляет конкурентные позиции Google в разработке технологий ИИ. Этот релиз является частью более широкой стратегии по расширению аудиостека Gemini, что свидетельствует о комплексном подходе к аудиоприложениям на основе ИИ. Участники рынка интерпретируют это развитие как свидетельство продолжающихся достижений Google в области ИИ, что может повлиять на восприятие производительности моделей ИИ компании.

Ключевые особенности Gemini 3.8

• Улучшенная настройка голоса с тремя уровнями выбора голоса.
• Поддержка до 130 языков, что позволяет охватить глобальные рынки.
• Включает генерацию аудио как с одним, так и с несколькими говорящими.
• Предоставляет систему дизайна пользовательского голоса, позволяющую использовать естественные языковые команды для создания голоса.

Запуск TTS последовал за релизом моделей Gemini 3.8 Live, предназначенных для взаимодействия в реальном времени, что подчеркивает приверженность Google к развитию технологий голосового взаимодействия на основе ИИ. Участники рынка, вероятно, будут следить за тем, как эти модели будут работать по сравнению с конкурентами, такими как Anthropic и OpenAI, а также за их влиянием на рейтинг Chatbot Arena LLM.