Google DeepMind-dan 70-dən çox dildə aksan və ton kontrolü təqdim edən yeni ses modeli: Gemini 3.1 Flash TTS

Google-ın süni intellekt birimi DeepMind, yeni metindən səslə dönüştürmə modeli Gemini 3.1 Flash TTS-i istifadəyə təqdim edib. Bu model, istifadəçilərə mətn əsaslı komandalar vasitəsilə robotun cavablarının səs stilini, təqdimatını və sürətini idarə etməyə imkan tanıyır.

Gemini 3.1 Flash TTS, səs tonunu və vurğusunu tənzimləyə bilən inkişaf etmiş seçimlər təqdim edir. İstifadəçilər, hevesli, müsbət sürpriz və məlumatlandırıcı kimi müxtəlif tonları seçə bilərlər. Həmçinin, model, istifadəçilərə müxtəlif ana dillərin fərqli regional aksanlarını seçmək imkanı verir.

İstifadəçilər, Gemini 3.1 Flash TTS-nin idarəçi səviyyəsindəki kontrollerini istifadə edərək modelin danışıq stilini və sürətini tənzimləyə bilərlər. Burada, podcast söhbəti, səsli kitab, dil müəllimi, səsli köməkçi, sağlamlıq rəhbəri, xəbər spikeri və dəstək nümayəndəsi kimi format şablonları da mövcuddur.

Gemini 3.1 Flash TTS, 70-dən çox dildə daha təbii səsli danışıq təcrübələri təqdim etməyi hədəfləyir. Modelin bütün çıxışlarında SynthID filigranları mövcuddur, bu da onun tərəfindən istehsal olunan məzmunun asanlıqla tanınmasına imkan verir. Model, Artificial Intelligence TTS liderlik cədvəlində 1211 xal toplayaraq ikinci yerə yüksəlib. Hazırda inkişaf etdiricilər bu modelə Gemini API və Google AI Studio vasitəsilə daxil ola bilərlər.