По сообщению Google (сентябрь 2026 г.). Даты запуска, доступность функций и сравнительные результаты ниже относятся к этому сообщению и отражают данные разработчика. Первоисточник.
Gemini 3.8 text-to-speech говорит «привет»
Gemini 3.8 Flash TTS и Gemini 3.8 Flash-Lite TTS — наши самые выразительные модели генерации аудио на сегодняшний день. Создавайте индивидуальные голоса персонажей и направляйте сценическую диалоговую речь через Google AI Studio, Gemini API, Gemini Enterprise, Gemini Notebook и Google Vids.
Директор исследовательской научной группы от имени команды Gemini Audio приглашает ознакомиться с «Gemini 3.8 text-to-speech говорит «привет»», чтобы увидеть, как работают наши новые модели.
Создавайте собственные голоса с нуля или воспроизводите существующие с помощью простых естественных языковых подсказок. Руководите озвучкой построчно, контролируя темп, эмоции и даже реалистичные разговорные звуки. Используйте эти модели для качественных аудиокниг, подкастов или голосовых агентов в реальном времени в масштабах. Мы включили встроенные средства безопасности, такие как водяные метки, чтобы обеспечить защиту сгенерированного аудио.
Google недавно запустил новые инструменты ИИ, которые позволяют создавать и настраивать реалистичные голоса с нуля. Вы можете задать этим голосам желаемый акцент и эмоциональную окраску. Это идеально подходит для создания аудиокниг, игр или подкастов, звучащих как живые люди. Кроме того, были добавлены функции безопасности, чтобы голоса использовались ответственно.
Сегодня мы представляем две новые текст-в-речь модели в семье Gemini, которые превращают генерацию голоса из статичных преднастроек в динамичную творческую студию. Эти модели дают создателям, разработчикам и предприятиям возможность создавать более насыщенные, выразительные аудиоопыты и улучшать взаимодействие с пользователем в таких продуктах, как Gemini Notebook и Google Vids.
Gemini 3.8 Flash TTS
Предназначена для глубокой творческой постановки и дизайна персонажей. Создавайте полностью новые голоса с нуля, используя естественные языковые подсказки, чтобы оживлять персонажей в играх, иммерсивных аудиокнигах, подкастах и интерактивных медиа. Направляйте каждое исполнение построчно с тонкой настройкой актёрских ремарок, темпа, смен диалектов и реактивных вставок.
Gemini 3.8 Flash-Lite TTS
Создана для масштабирования с высокой пропускной способностью и экономичностью. Оптимизирована для массового дубляжа, создания аудиоконтента и выразительных голосовых агентов с тонкой регулировкой тона, темпа и выразительных нюансов.
Эти модели дополняют быстрорастущее семейство Gemini Audio, следуя за 3.5 Live Translate, 3.5 Transcribe, 3.8 Live и 3.8 Live Extended Thinking.
Создавайте и настраивайте собственные голоса
Масштабируйтесь от 30 исходных голосов до бесконечной библиотеки. Независимо от того, нужен ли вам полностью оригинальный голос персонажа или последовательный голос бренда, наша модель 3.8 Flash TTS обеспечивает полноценную вокальную студию. Это позволяет создавать и использовать выразительные, естественно звучащие голоса для любых случаев, облегчая разработчикам и предприятиям создание индивидуальных аудиоопытов.
Генеративный дизайн голоса: с Gemini 3.8 Flash TTS создавайте настраиваемые голоса с нуля, меняя роль, акцент и характеристики голоса более чем на 100 языках и диалектах с помощью естественных языковых подсказок — будь то драматический огнедышащий дракон или харизматичный рассказчик с выраженным региональным акцентом.
Прослушайте, как Gemini 3.8 Flash TTS создаёт энергичный голос ди-джея из Мельбурна. Прослушайте, как Gemini 3.8 Flash TTS создаёт тонкий, монотонный роботизированный голос. Прослушайте, как Gemini 3.8 Flash TTS оживляет японского дракона.
Обширная библиотека голосов: доступ к более чем 2000 готовым к производству голосам с широкой поддержкой языков — включая региональные варианты, такие как мексиканский испанский, канадский французский (квебекский) и шотландский английский.
Воспроизведение голоса: воссоздавайте согласованные вокальные профили всего по 30-секундному аудиофрагменту вашего голоса или голоса, на который у вас есть права, с поддержкой встроенной проверки согласия, водяных знаков SynthID и учётных данных C2PA для защиты как разработчиков, так и их вокальных исполнителей.
Сохраняйте и масштабируйте: сохраняйте и управляйте созданными вами пользовательскими голосами, чтобы обеспечивать стабильность исполнения и минимальное отклонение в долгосрочных проектах.
Ремикс голосов: скоро — выберите голос из нашей библиотеки и донастройте тембр, высоту, темп и акцент. Используйте подсказки для точной настройки характеристик (например, «добавь лёгкий южный американский акцент» или «смягчи подачу»).
Режиссирование исполнения построчно
После выбора голосов обе модели TTS дают вам точный контроль над тем, как произносится каждая строка.
Режиссирование построчно: пишите собственные сценические указания или позвольте Gemini управлять подачей с помощью естественных сценарных подсказок — от спокойного агента службы поддержки до шепотной сцены напряжения.
Прослушайте, как Gemini 3.8 Flash TTS обеспечивает естественные, высоко выразительные разговоры для интерактивных голосовых агентов. Посмотрите и услышите, как Gemini 3.8 Flash TTS использует детальное управление сценарием для создания глубоко вовлекающего, иммерсивного аудиоопыта.
Длинные генерации: сохраняйте высокое качество голоса, естественный темп и характерный тембр персонажа на протяжении часов непрерывного аудио с минимальным дрейфом голоса — идеально подходит для подкастов и аудиокниг.
Нативная постановка двухголосных сцен: направляйте многоповоротные диалоги бесшовно из одного сценария — будь то подкаст или драматическое повествование — при этом оба голоса остаются отчётливо разделёнными с естественным чередованием реплик.
Скриптовые вокальные вставки и бэкчэнелинг: добавляйте реалистичную разговорную текстуру с помощью невербальных сигналов (например, <смеётся>, <вздыхает>, <ах> и активных слушающих вставок (например, |ммм| или |да|) для точного комедийного тайминга и реакций.
Посмотрите, как Gemini 3.8 Flash TTS превращает подсказки на естественном языке в индивидуальные вокальные персоны с нуля. Посмотрите, как Gemini 3.8 Flash TTS позволяет создателям проектировать пользовательские сцены, чтобы оживлять анимированные диалоги. Посмотрите, как Gemini 3.8 Flash TTS превращает сценарии в полностью исполненные диалоговые сцены, позволяя создателям дирижировать подачей голоса и естественным чередованием реплик.
Получайте выразительную высококачественную генерацию речи, рассчитанную на глобальный масштаб
Gemini 3.8 Flash TTS предоставляет передовые возможности настройки голоса, заняв первое место в общем рейтинге по Benchmark Voice Design от Hume AI (71.4) и также лидирует в моделировании акцентов (60.8).
Gemini 3.8 Flash TTS и Gemini 3.8 Flash-Lite TTS обеспечивают действительно выразительные исполнения без ущерба для надёжности, заняв соответственно первое и второе места в Overall Quality Index от Hume AI. Модель показывает значительные улучшения в широком спектре сценариев, таких как длинный контент и управление сценарием с двумя говорящими по сравнению с Gemini 3.1 Flash TTS.
В слепых оценках предпочтений людей на Voice Arena Gemini 3.8 Flash и Flash-Lite TTS занимают топовые позиции среди конкурентов по ключевым мировым языкам, включая японский, бразильский португальский, вьетнамский, современный стандартный арабский (MSA), мексиканский испанский и хинди. Поддерживая более 100 языков, эти модели дают возможность создателям, разработчикам и предприятиям создавать качественные многоязычные голосовые решения по всему миру.
Стройте с доверием, согласием и прозрачностью
Мы разработали возможности создания и воспроизведения голоса с жёсткими гарантиями, чтобы защитить вокальных исполнителей, уважать личность и обеспечивать прозрачность контента. Для воспроизведения голоса наша система использует проверку согласия: пользователи должны предоставить устную запись согласия от владельца голоса, соответствующую эталонному образцу, прежде чем голос может быть создан.
Более того, каждый аудиоклип, сгенерированный моделями Gemini Audio, маркируется водяным знаком SynthID. Эта неощутимая водяная метка непосредственно внедряется в аудиовыход, обеспечивая возможность обнаружения ИИ-синтезированного голоса, чтобы помочь предотвратить дезинформацию. Подробнее об подходе к безопасности и ответственности смотрите в карточке модели.
Попробуйте нашу новую аудиоплощадку Google AI Studio
Начиная с сегодняшнего дня разработчики могут опробовать эти новые возможности генерации речи в Google AI Studio. Построенная как рабочее пространство дизайна голоса, она позволяет формировать полностью новые голосовые идентичности с нуля или воспроизводить ваш собственный голос, а затем напрямую переносить их в редактор сцен с двумя говорящими для построчного режиссирования подачи.
Попробуйте воспроизведение голоса в Google AI Studio.
Развёртывайте высокопроизводительные голосовые интерфейсы с лёгкостью
С помощью Gemini API платформы разработчиков, такие как Agora, LiveKit, Pipecat и Vercel, позволяют разработчикам создавать и развёртывать высокопроизводительные решения по генерации речи с минимальными трудностями.
Мы сотрудничаем с компаниями, такими как Figma, HeyGen, Linguana, Wondercraft, 99.co и Ollang, которые интегрируют наши последние TTS-модели, чтобы ускорить глобальный дубляж, локализацию медиа с нюансной региональной интонацией и обеспечить массовые разговорные голосовые агенты.
Начните использовать наши последние модели Gemini Audio:
- Gemini 3.8 Flash TTS начинает развёртывание уже сегодня: для разработчиков — в Gemini API и Google AI Studio, для предприятий — скоро через API в Gemini Enterprise.
- Gemini 3.8 Flash-Lite TTS начинает развёртывание уже сегодня.
Получайте последние новости от Google на вашу почту
Подпишитесь на наши рассылки с обновлениями продуктов, информацией о событиях, специальными предложениями и другим. Проверьте вашу почту, чтобы подтвердить подписку. Вы также можете подписаться с другим адресом электронной почты. Ваша информация будет использоваться в соответствии с политикой конфиденциальности Google. Вы можете отписаться в любое время.
Воспроизведение голоса через AI Studio недоступно в Иллинойсе, Техасе, ЕЭЗ, Великобритании, Швейцарии и Индии.
Ответственная и безопасная разработка Gemini 4 Argon
Gemini 4 Argon теперь доступен для разработчиков. Gemini 4 Argon: создан, чтобы решать ваши самые сложные задачи.
Последние новости ИИ, которые мы анонсировали в сентябре 2026 года: Gemini 4 Argon: наша следующая эра передового интеллекта.
Смотрите, что создают четверо разработчиков с помощью Gemini 3.8 Flash.