Google Gemini 3.8 ile 100'den fazla dilde özel ses üretimini tanıttı

Google, 23 Eylül'de Gemini ailesine iki yeni metinden sese modeli ekledi: yaratıcı yönlendirmeye açık Gemini 3.8 Flash TTS ve daha ölçeklenebilir kullanım için tasarlanan Gemini 3.8 Flash-Lite TTS. Şirket bu modelleri "statik ses ön ayarlarını dinamik bir yaratıcı stüdyoya" dönüştürmek olarak tanımlıyor.

Ne değişti

Yeni modeller, doğal dil komutlarıyla 100'den fazla dilde sıfırdan özel ses tasarlamaya izin veriyor; ayrıca 2.000'den fazla hazır üretim sesi de sunuluyor. Sahne yönetimi ve satır satır yönlendirme ile çift konuşmacı diyalog desteği geliyor; modeller gülüş, iç çekiş ve nefes alma gibi sözel olmayan ipuçlarını da sese ekleyebiliyor. Google, modelin Hume AI'nin Ses Tasarımı Benchmark'ında ilk sırada yer aldığını belirtiyor. Üretilen tüm seslere SynthID dijital filigranı ve bir rıza doğrulama sistemi eşlik ediyor. Modeller geliştiricilere Gemini API ve Google AI Studio üzerinden açıldı; kurumsal kullanıcılara Gemini Enterprise üzerinden "yakında" sunulacak, genel kullanıcılar ise şimdilik Gemini Notebook ve Google Vids üzerinden erişebiliyor.

Markalar için ne anlama geliyor

Reklam seslendirmesi, podcast prodüksiyonu ve çok dilli içerik üreten ajanslar için bu, stüdyo kaydına gitmeden önce hızlı sesli taslak üretme imkânı sunuyor — özellikle çok dilli kampanyalarda 100'den fazla dil desteği zaman kazandırabilir. Ancak SynthID filigranı ve rıza doğrulama sisteminin varlığı, sentetik seslerin marka çalışmasında kullanılırken şeffaflık beklentisinin de arttığını gösteriyor; ajansların üretilen sesin yapay zekâ ile oluşturulduğunu gizlemeden kullanması gerekiyor. Kurumsal erişimin henüz "yakında" aşamasında olması, bu araçların ajans iş akışına tam entegrasyonunun biraz zaman alacağı anlamına geliyor.