Gemini 3.1 Flash TTS, модель для выразительной генерации речи
В блоге Google DeepMind описана аудиомодель Gemini 3.1 Flash TTS, представленная как next generation of expressive AI speech. Модель ориентирована на генерацию синтезированной речи с более выразительной подачей.
Согласно публикации, Gemini 3.1 Flash TTS вводит granular audio tags. Эти теги позволяют задавать точные указания для управления тем, как ИИ произносит текст, обеспечивая более точное направление AI speech при создании выразительного аудио.
Разработчики отмечают, что такие granular audio tags дают более детальный контроль над генерацией речи и позволяют направлять модель при создании expressive audio generation.
Ключевые факты
Представлена аудиомодель Gemini 3.1 Flash TTS, позиционируемая как next generation of expressive AI speech.
В модели введены granular audio tags для управления параметрами синтетической речи.
Granular audio tags дают точный контроль для направления AI speech при создании выразительного аудио.
Gemini 3.1 Flash TTS описывается как newest audio model.