Gemini 3.8 Flash TTS : décrivez la voix, puis écrivez le script
Gemini 3.8 Flash TTS est le modèle vocal phare de Google, et le premier que vous dirigez au lieu de choisir parmi une liste. Décrivez simplement la voix que vous souhaitez : une répartitrice de nuit épuisée, une jeune narratrice pleine d’entrain... Le modèle interprète votre script avec cette voix, dans plus de 130 langues et avec l’accent de votre choix. Dirigez l’interprétation ligne par ligne, mettez en scène un dialogue entre deux personnages et conservez le même timbre pendant des heures d’audio. Disponible dès maintenant dans l’AI Playground de Picsart.
- Décrivez la voix souhaitée
- Dirigez l’interprétation ligne par ligne
Découvrez Gemini 3.8 Flash TTS : un modèle conçu pour le jeu, pas seulement pour la clarté
La plupart des générateurs de voix IA vous proposent une liste de voix et un curseur de vitesse. Gemini 3.8 Flash TTS prend le problème dans l’autre sens : c’est le modèle vocal créatif de pointe de Google, conçu pour une direction artistique poussée et la création de personnages. Au lieu d’un menu déroulant, tout commence par une description. Les 30 voix originales de Google donnent accès à une bibliothèque de plus de 2 000 voix prêtes pour la production. Vous pouvez aussi décrire une voix inédite, absente de cette bibliothèque. Le modèle est arrivé en tête du Voice Design Benchmark de Hume AI, un classement qui évalue précisément ce pour quoi il a été conçu.
Créez une voix en une phrase, dans plus de 130 langues
Décrivez ce que vous voulez entendre et le modèle le crée : l’âge, le timbre, l’énergie et l’accent. Demandez un espagnol mexicain plutôt qu’un espagnol générique, un français québécois plutôt que parisien, ou un accent écossais ou du sud des États-Unis plutôt qu’un accent neutre et uniforme. Le modèle fonctionne dans plus de 130 langues et détecte automatiquement celle que vous avez utilisée : pas besoin d’étiqueter ou de préciser la langue du script. Il donne ses meilleurs résultats en japonais, en portugais brésilien, en vietnamien, en arabe standard moderne, en espagnol mexicain et en hindi. Une même description vous donne le même personnage à chaque fois : vous pouvez réutiliser sa voix dans toute une série, au lieu de l’utiliser une seule fois.
- Choisissez des accents régionaux
Donnez des indications à une voix IA comme vous le feriez à un acteur
Une lecture monotone, c’est ce qui trahit une voix synthétique. Ici, vous dirigez chaque ligne séparément : demandez une lecture fatiguée pour l’une, une chute comique pour l’autre, puis un quasi-chuchotement pour la suivante. Ajoutez un rire, un soupir, un halètement ou une respiration coupée exactement là où l’interprétation en a besoin. Intégrez les sons qui font le naturel d’une conversation : un murmure approbateur, le petit bruit que fait quelqu’un pendant que l’autre parle encore. Mettez en scène un véritable dialogue à deux, où chaque personnage conserve sa propre voix tout au long de l’échange. C’est plus proche de la direction d’acteurs que de la simple génération vocale, et le résultat ne ressemble plus à de la synthèse vocale.
Une voix qui reste stable pendant un long enregistrement
C’est sur les formats longs que la plupart des modèles vocaux montrent leurs limites : le timbre change, l’acoustique de la pièce évolue et le chapitre neuf ne ressemble plus au premier. Gemini 3.8 Flash TTS conserve la qualité de la voix, le rythme et le timbre du personnage pendant des heures, avec le même volume et le même espace acoustique du début à la fin. L’audio est fourni au format WAV standard, prêt à intégrer à votre montage. Vous travaillez plutôt à grande échelle, pour du doublage ou un agent vocal ? Gemini 3.8 Flash-Lite TTS est conçu pour offrir un débit élevé, dans la même famille de modèles. Dans Picsart, les deux côtoient plus de 150 modèles : donnez une voix à un script, puis passez à un autre modèle pour le suivant.
- Gardez la même voix pour les longs enregistrements
Ce que vous pouvez créer avec Gemini 3.8 Flash TTS
Livres audio et narration longue
Enregistrez des heures avec une voix homogène, sans variation de timbre entre les sessions, et donnez des indications au narrateur chapitre par chapitre.
FAQ sur Gemini 3.8 Flash TTS
C’est le modèle de synthèse vocale phare de Google, lancé en septembre 2026 et conçu pour la direction artistique et la création de personnages. Au lieu de choisir parmi une liste prédéfinie de voix, vous décrivez celle que vous souhaitez et le modèle interprète votre script avec cette voix, dans plus de 130 langues, en appliquant vos indications ligne par ligne.
Générez des visuels IA avec GPT Image 2.5
Pro
Most popularAI tools for everyday creative work.
Ultra
Most powerfulHeavy AI usage for creators & teams.
Générez des visuels IA avec GPT Image 2.5
Pro
Most popularAI tools for everyday creative work.
Ultra
Most powerfulHeavy AI usage for creators & teams.