Google догнала ElevenLabs по озвучке текста голосом (TTS)
⠀
Google выпустила Gemini 3.1 Flash TTS, новую модель для озвучки текста. По замерам Artificial Analysis она уже обошла ElevenLabs V3. Выше в этом тесте оказалась только модель Inworld.
⠀
Google давит сразу по нескольким линиям. У модели сильный результат в тестах, низкая цена и встроенная дистрибуция через AI Studio, Gemini API, Vertex AI и Workspace. TTS постепенно становится обычной функцией внутри большого продуктового стека.
⠀
Есть и то, что обычно берут у ElevenLabs: теги прямо в тексте. В квадратных скобках можно задавать подачу вроде «шепчет», «кричит» или «говорит взволнованно».
⠀
Поддержка русского есть. Заявлено больше 70 языков. Цена выглядит недёшево: $1 за миллион входящих текстовых токенов и $20 за миллион токенов аудиовыхода. Но ElevenLabs ещё дороже.
⠀
Если качество правда держится близко к верхней планке, Google сможет забирать рынок за счёт всей своей инфраструктуры.

Подпишись на канал: @human20