Gemini 3.8 Flash TTS: najprije osmisli glas, a zatim napiši tekst
Gemini 3.8 Flash TTS Googleov je vodeći model za glas i prvi koji usmjeravaš umjesto da biraš glas s popisa. Jednostavnim riječima opiši željeni glas – umornog dispečera u noćnoj smjeni ili vedrog tinejdžerskog pripovjedača – a model će izvesti tvoj tekst tim glasom, na više od 130 jezika i s naglaskom koji zatražiš. Usmjeravaj izvedbu redak po redak, osmisli dijalog između dvaju likova i zadrži isti ton glasa satima. Dostupno već sada u Picsartovu AI Playgroundu.
- Opiši željeni glas
- Usmjeravaj izvedbu redak po redak
Glasovi stvoreni uz Gemini 3.8 Flash TTS
Upoznaj Gemini 3.8 Flash TTS, stvoren za karakter, ne samo jasnoću
Većina AI generatora glasova nudi popis glasova i klizač za brzinu. Gemini 3.8 Flash TTS funkcionira drukčije: Googleov je vrhunski kreativni model za glas, osmišljen za detaljno kreativno usmjeravanje i oblikovanje karaktera, a glas mu zadaješ opisom umjesto odabirom s padajućeg izbornika. Googleovih 30 izvornih glasova proširuje se u biblioteku s više od 2.000 glasova spremnih za produkciju, a možeš napisati i opis za glas koji ne postoji nigdje u toj biblioteci. Zauzeo je prvo mjesto na Hume AI-ovu Voice Design Benchmarku, što je upravo ono za što je ovaj model namijenjen.
Osmisli glas jednom rečenicom na više od 130 jezika
Napiši što želiš čuti, a model će to oblikovati: dob, boju glasa, energiju i naglasak. Zatraži meksički španjolski umjesto općenitog španjolskog, francuski iz Québeca umjesto pariškog, škotski ili južnjački američki umjesto neutralnog, bezličnog naglaska. Radi na više od 130 jezika i sam prepoznaje na kojem si jeziku napisao tekst, pa ga ne treba označavati ni posebno navoditi – najbolje rezultate daje na japanskom, brazilskom portugalskom, vijetnamskom, suvremenom standardnom arapskom, meksičkom španjolskom i hindskom. Isti opis svaki put daje isti karakter glasa, pa ga možeš ponovno upotrijebiti u serijalu, a ne samo jednom.
- Oblikuj regionalne naglaske
Daj upute AI glasu kao što bi ih dao glumcu
Ravna, jednolična interpretacija najlakše odaje sintetički govor. Ovdje svaku rečenicu usmjeravaš zasebno: ovu izgovori umorno, onu završi kao poantu, a sljedeću gotovo šapatom. Dodaj smijeh, uzdah, dahtaj ili zastajanje usred daha točno ondje gdje izvedba to traži. Uključi zvukove od kojih se sastoji pravi razgovor – tiho odobravanje ili kratku reakciju dok druga osoba još govori – i osmisli pravi dijalog između dvaju likova, pri čemu svaki zadržava vlastiti glas tijekom razgovora. Više nalikuje režiranju izvedbe nego njezinu generiranju, pa rezultat više ne zvuči kao pretvorba teksta u govor.
Glas koji ostaje isti i tijekom dugih snimki
Većina glasovnih modela posustane kod dugih snimki: boja glasa se mijenja, prostorija oko govornika zvuči drukčije, a deveto poglavlje ne odgovara prvome. Gemini 3.8 Flash TTS zadržava kvalitetu glasa, tempo i boju karaktera satima, uz jednaku glasnoću i isti akustični prostor od prve do posljednje rečenice. Zvuk se isporučuje kao standardna WAV datoteka, spremna za uređivanje. Radiš u velikom opsegu, primjerice na sinkronizaciji ili glasovnom agentu? Gemini 3.8 Flash-Lite TTS model je iz iste obitelji, prilagođen velikom opsegu. U Picsartu su oba dostupna uz više od 150 modela, pa ovdje možeš dodati glas tekstu, a za sljedeći zadatak odabrati drugi model.
- Zadrži isti glas u dugim snimkama
Što možeš stvarati uz Gemini 3.8 Flash TTS
Audioknjige i duga naracija
Snimaj satima istim glasom, bez promjene boje glasa između sesija, i usmjeravaj pripovjedača poglavlje po poglavlje.
Česta pitanja o Gemini 3.8 Flash TTS
To je Googleov vodeći model za pretvorbu teksta u govor, objavljen u rujnu 2026. i osmišljen za kreativno usmjeravanje i oblikovanje karaktera. Umjesto da biraš glas s unaprijed zadanog popisa, opisuješ željeni glas, a model izvodi tvoj tekst tim glasom na više od 130 jezika, uz upute za svaki redak.
Generiraj AI vizuale uz GPT Image 2.5
Pro
Most popularAI tools for everyday creative work.
Ultra
Most powerfulHeavy AI usage for creators & teams.
Generiraj AI vizuale uz GPT Image 2.5
Pro
Most popularAI tools for everyday creative work.
Ultra
Most powerfulHeavy AI usage for creators & teams.