Google ने घोषणा की कि उसके Gemini API में अब टेक्स्ट-टू-स्पीच (TTS) के दो नए मॉडल उपलब्ध हैं। Gemini‑3.8‑flash‑tts उच्च गुणवत्ता वाला, स्टूडियो-स्तर का वॉइस मॉडल है, जिसमें क्षेत्रीय बोलियों का समर्थन और लंबे ऑडियो में स्थिरता है। Gemini‑3.8‑flash‑lite‑tts तेज़ और कम खर्चीला मॉडल है, जिसे रियल-टाइम वॉइस एजेंट के लिए पुराने flash‑tts‑preview की जगह लेने के मकसद से बनाया गया है।
यह क्यों मायने रखता है
डेवलपर अब ऐप्स में ज़्यादा स्वाभाविक और किफ़ायती वॉइस आउटपुट जोड़ सकते हैं, खास तौर पर ऐसे एजेंट में जिन्हें रियल-टाइम बातचीत करनी होती है।