Google představil modely Gemini 3.8 Flash TTS a Gemini 3.8 Flash-Lite TTS pro tvorbu hlasového obsahu. Uživatelé mohou vytvářet vlastní charakterové hlasy, řídit dialog po jednotlivých replikách a nastavovat tempo, emoce i realistické zvuky v konverzaci. Modely jsou dostupné v Google AI Studio, Gemini API, Gemini Enterprise, Gemini Notebook a Google Vids. Google je směřuje mimo jiné do audioknih, podcastů, her a hlasových agentů v reálném čase. Součástí nasazení jsou také bezpečnostní nástroje včetně vodoznaku pro generovaný zvuk. Nové TTS modely tak rozšiřují rodinu Gemini o přesnější kontrolu nad výslednou řečí a scénou, nejen o samotné převádění textu na hlas.

Radyz

Radyz publikuje komentáře a praktické texty o AI nástrojích, ChatGPT, Claude a dění kolem OpenAI a Anthropicu. Na webu se soustředí na srozumitelný výklad, vlastní zkušenost a důraz na to, co je pro čtenáře skutečně užitečné.