O Google lançou dois novos modelos de conversão de texto em fala (TTS) do Gemini: o gemini-3.8-flash-tts e o gemini-3.8-flash-lite-tts. Eles chegam com uma biblioteca de mais de 2.000 vozes e podem ser testados imediatamente por meio de um playground interativo.
Playground interativo
O playground permite compor narração com uma única voz ou conversas com múltiplos falantes, ouvir uma prévia do áudio gerado e explorar os detalhes da requisição e da resposta da API. As configurações podem ser salvas em URLs que funcionam como marcadores, facilitando o compartilhamento.
Para usar a ferramenta, basta uma chave de API do Gemini. O playground funciona como uma porta de entrada prática para desenvolvedores que querem avaliar a qualidade das vozes antes de integrar o TTS a aplicações, desde assistentes de voz e audiolivros até narração de conteúdo e sistemas de atendimento.
O que muda na prática
Modelos TTS com milhares de vozes e suporte a conversas com múltiplos falantes abrem caminho para experiências de áudio mais naturais e diversificadas. A versão “flash-lite” tende a priorizar menor custo e latência, enquanto a “flash” entrega qualidade superior — uma combinação típica da estratégia do Google de oferecer um espectro de opções para diferentes orçamentos e casos de uso.
A disponibilidade via API permite integrar a síntese de voz diretamente a produtos, com controle granular sobre a saída — seja para narração de notícias, legendas automáticas, ou interfaces de voz em aplicativos.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
