Google DeepMindがGemini 3.8 Flash TTSとFlash-Lite TTS音声モデルを発表

TechFlowより、9月24日、Google DeepMindは2つのテキスト読み上げモデル「Gemini 3.8 Flash TTS」と「Gemini 3.8 Flash-Lite TTS」を公開した。公式によると、新モデルは自然言語プロンプトを用いてゼロから声を設計することができ、30秒分のサンプルを使って声を再現することも可能だ。さらに、行単位の演技指導、長時間オーディオの生成、二人の話し手が関わるシーンの構成機能を提供し、100以上の言語に対応している。