İçeriğe geç
CANLI Dün Yerli yapay zeka İridaa, kendi modeli “Kuzey”i devreye aldı: Tahmini skorlar rakiplerine göre nerede? 6 gün önce Bu Hafta AI Model Değerlendirmesi (2026-W46) 8 Kas 2026 OpenAI Uyarı Vermeden Hesap Kapatıyor: Aylık 200 Dolarlık Pro Aboneler Bile Etkilendi 8 Kas 2026 Yapay Zekâ 18 Yıllık Kuantum Varsayımını Üç Günde Çözdü: Aaronson-Ambainis Artık Bir Teorem 8 Kas 2026 Gemini 4 Flash ve Yeni Claude İçin İşaretler Artıyor: LMArena’da ‘Hydrogen’, Sızıntıda ‘Hyperion’ Zekâ endeksi lideri Claude Opus 5 (Adaptive Reasoning, Max Effort) · 63,1 16.11.2026
Bülten

Model Haberleri Yapay Zeka Yapay Zeka Haberleri

Google DeepMind Gemini 3.8 Flash TTS ve Flash-Lite TTS: doğal dil ile ses tasarımı

Google DeepMind, Gemini 3.8 Flash TTS ve Gemini 3.8 Flash-Lite TTS modellerini duyurdu.

· 2 dk okuma · 0 yorum

Yapay zekâya sor Paylaş
Kısaca · 3 madde
  1. Google DeepMind, Gemini 3.8 Flash TTS ve Gemini 3.8 Flash-Lite TTS modellerini duyurdu.
  2. Flash ve Flash-Lite farkı Flash TTS derin yaratıcı yönlendirme ve karakter tasarımı için konumlandırılıyor: oyun, sesli kitap, podcast ve et…
  3. Ses tasarımı, kopyalama ve sahne yönetimi Flash TTS ile 100’den fazla dil ve diyalektte rol, aksan ve ses karakteristiği doğal dil istemleri…

DeepMind, TTS ve -Lite TTS modellerini duyurdu. Resmi yazıya göre bu modeller, sabit hazır seslerden çıkıp doğal dil istemleriyle özel karakter sesleri oluşturmayı ve sahne diyalogunu satır satır yönetmeyi hedefliyor. Erişim AI Studio, Gemini API, Gemini Enterprise, Gemini Notebook ve Vids üzerinden genişletiliyor.

Flash ve Flash-Lite farkı

Flash TTS derin yaratıcı yönlendirme ve karakter tasarımı için konumlandırılıyor: oyun, sesli kitap, podcast ve etkileşimli medyada sıfırdan ses üretimi; aksan, tempo, diyalekt kayması ve backchanneling gibi ince kontroller. Flash-Lite TTS yüksek hacimli dublaj, ses içeriği üretimi ve ifade gücü olan ses ajanları için maliyet/ölçek odaklı. DeepMind, modellerin 3.5 Live Translate, 3.5 Transcribe, 3.8 Live ve 3.8 Live Extended Thinking gibi Gemini Audio ailesini tamamladığını belirtiyor.

Ses tasarımı, kopyalama ve sahne yönetimi

Flash TTS ile 100’den fazla dil ve diyalektte rol, aksan ve ses karakteristiği doğal dil istemleriyle tanımlanabiliyor. 2.000’den fazla üretime hazır ses kütüphanesi; 30 saniyelik örnekten tutarlı ses profili kopyalama (onay kaydı, SynthID filigranı ve C2PA kimlik bilgileriyle) listeleniyor. Her iki modelde satır satır performans yönlendirmesi, uzun formda ses kalitesini koruma ve tek betikten iki konuşmacılı sahne düzenleme vurgulanıyor. Hume AI Voice Design Benchmark’ta Flash TTS genel skorda 71,4 ile #1; Overall Quality Index’te Flash #1, Flash-Lite #2 gösteriliyor.

Güvenlik ve erişim

Ses kopyalamada referans konuşmacıyla eşleşen sözlü onay kaydı isteniyor; üretilen tüm Gemini Audio klipleri SynthID ile işaretleniyor. Flash TTS AI Studio, Gemini API ve Gemini Enterprise ile Notebook/Vids’te; Flash-Lite geliştiricilerde API/AI Studio’da, enterprise API yakında, herkese Vids’te sunuluyor. AI Studio üzerinden ses kopyalama Illinois, Texas, EEA, UK, İsviçre ve Hindistan’da kullanılamıyor.

Kaynak: Google DeepMind — Gemini 3.8 text-to-speech says hello

Yapay zekâya sor

Haberi seçtiğiniz asistanda hazır bir soruyla açın

Şu haberi 3 maddede özetle: https://aihaber.org/gemini-3-8-flash-tts-flash-lite/

Gemini hazır soruyla açılamıyor: soru panonuza kopyalanır, açılan sayfada yapıştırmanız yeterli.

Paylaş
X LinkedIn WhatsApp Telegram Reddit Bluesky Threads E-posta

Bu haber işinize yaradı mı?

Yorumlar 0

Yorum yazın

Karakter: 0/1000

Henüz yorum yok. İlk yorumu siz yazın.

İlgili haberler