️ گوگل دو تا مدل هوش مصنوعی جدید به اسم Gemini 3.8 Flash TTS و Flash-Lite TTS برای تبدیل متن به صدا معرفی کرده که رسماً تولید صدا رو وارد یه مرحله جدید می‌کنه.

دیگه خبری از صداهای بی‌روح و پیش‌فرض نیست؛ حالا می‌تونی با توضیحات متنی ساده، صدای کاملاً اختصاصی بسازی، لحن، لهجه، سرعت و حتی احساسات گوینده رو خط‌به‌خط کارگردانی کنی.

این مدل‌ها حتی می‌تونن صداهای طبیعی مثل خنده، آه کشیدن، یا پچ‌پچ کردن رو ادا کنن و مکالمه بین دو نفر رو بدون افت کیفیت در فایل‌های طولانی تولید کنن. برای حفظ امنیت هم تمامی خروجی‌ها با واترمارک SynthID مشخص می‌شن.

@Linuxiz