Gemini 3.8 Flash TTS: сначала опишите голос, затем напишите сценарий
Gemini 3.8 Flash TTS — флагманская голосовая модель Google и первая модель, которой вы управляете, а не выбираете голос из списка. Опишите голос обычными словами — например, уставший диспетчер ночной смены или звонкий голос подростка-рассказчика — и модель озвучит ваш сценарий на этом голосе, более чем на 130 языках и с нужным вам акцентом. Задавайте подачу для каждой реплики, создавайте диалоги двух персонажей и сохраняйте один тембр на протяжении нескольких часов аудио. Уже доступно в AI Playground от Picsart.
- Опишите нужный голос
- Задавайте подачу для каждой реплики
Голоса, созданные с помощью Gemini 3.8 Flash TTS
Gemini 3.8 Flash TTS: выразительный характер, а не просто четкая речь
Большинство ИИ-генераторов голосов предлагают список вариантов и ползунок скорости. Gemini 3.8 Flash TTS работает иначе: это ведущая творческая голосовая модель Google, созданная для тонкого управления подачей и создания характеров. Вместо выбора из выпадающего списка вы начинаете с описания. 30 оригинальных голосов Google дополняются библиотекой из более чем 2 000 готовых к использованию голосов, а вы можете описать совершенно новый голос, которого нет ни в одной библиотеке. Модель заняла первое место в тесте Voice Design Benchmark от Hume AI — именно для таких задач она и создана.
Создайте голос одним предложением на более чем 130 языках
Опишите, что хотите услышать, и модель создаст нужный голос: задайте возраст, тембр, энергичность и акцент. Выберите испанский с мексиканским акцентом вместо обычного испанского, французский Квебека вместо парижского, шотландский или южноамериканский вариант английского вместо нейтрального. Модель работает более чем на 130 языках и сама определяет язык текста — сценарий не нужно размечать или указывать отдельно. Лучше всего она справляется с японским, бразильским португальским, вьетнамским, современным литературным арабским, мексиканским испанским и хинди. Одно и то же описание каждый раз создает одинаковый характер — так голос можно использовать в целой серии, а не только один раз.
- Настраивайте региональные акценты
Давайте ИИ-голосу указания, как настоящему актеру
Именно монотонное чтение выдает синтетическую речь. Здесь можно задавать подачу отдельно для каждой реплики: одну произнести устало, другую подать как кульминационную шутку, следующую — почти шепотом. Добавьте смех, вздох, удивленный возглас или прерывистое дыхание именно там, где это нужно для исполнения. Дополните речь звуками настоящего разговора — тихим согласием или короткой реакцией, пока собеседник еще говорит, — и поставьте полноценный диалог двух персонажей, каждый со своим голосом. Это больше похоже на работу с актерской подачей, чем на простую генерацию — поэтому результат не звучит как обычное преобразование текста в речь.
Голос, который не меняется на протяжении длинной записи
На длинных записях большинство голосовых моделей не справляются: тембр меняется, акустика вокруг говорящего становится другой, а девятая глава уже не похожа на первую. Gemini 3.8 Flash TTS сохраняет качество голоса, темп и тембр персонажа на протяжении нескольких часов, поддерживая одну громкость и одинаковую акустику от первой до последней реплики. Аудио предоставляется в стандартном формате WAV и готово к монтажу. Нужно обработать большой объем материала — например, озвучить дубляж или создать голосового агента? Gemini 3.8 Flash-Lite TTS — модель из того же семейства, оптимизированная для высокой производительности. В Picsart доступны обе модели и еще более 150 других, поэтому здесь можно озвучить один сценарий, а для следующего выбрать другую модель.
- Сохраняйте один голос в длинных записях
Что можно создать с Gemini 3.8 Flash TTS
Аудиокниги и длинные озвучки
Записывайте многочасовой материал одним голосом, который не меняется от сеанса к сеансу, и задавайте направление рассказчику для каждой главы.
Часто задаваемые вопросы о Gemini 3.8 Flash TTS
Это флагманская модель Google для преобразования текста в речь, выпущенная в сентябре 2026 года и созданная для творческого управления подачей и разработки характеров. Вместо выбора голоса из фиксированного списка вы описываете нужный голос, а модель озвучивает им сценарий на более чем 130 языках, выполняя указания для каждой реплики.
Создавайте изображения с помощью ИИ и GPT Image 2.5
Pro
Most popularAI tools for everyday creative work.
Ultra
Most powerfulHeavy AI usage for creators & teams.
Создавайте изображения с помощью ИИ и GPT Image 2.5
Pro
Most popularAI tools for everyday creative work.
Ultra
Most powerfulHeavy AI usage for creators & teams.