گوگل اعلام کرد که دو مدل جدید تبدیل متن به گفتار (TTS) به Gemini API اضافه شدهاند. مدل gemini-3.8-flash-tts صدایی باکیفیت و در سطح استودیو ارائه میدهد و از گویشهای منطقهای و پایداری در تولید محتوای طولانی برخوردار است. مدل gemini-3.8-flash-lite-tts سریعتر و ارزانتر است و قرار است جایگزین نسخه پیشنمایش قدیمیترِ flash-tts-preview شود؛ این مدل برای عاملهای صوتی بلادرنگ طراحی شده است.
چرا مهم است
توسعهدهندگان حالا میتوانند خروجی صوتی طبیعیتر و مقرونبهصرفهتری به اپلیکیشنهایشان اضافه کنند؛ بهویژه در عاملهایی که به گفتوگوی بلادرنگ نیاز دارند.