مدلهای جدید جمینای، یعنی Gemini 3.8 Flash TTS و نسخه سبکترش یعنی Gemini 3.8 Flash-Lite TTS، بالاخره توی Google AI Studio و بخش APIها منتشر شدن و همین الان میتونید برید سراغشون.
گوگل این مدلها رو گل سرسبد ابزارهای تبدیل متن به صدا (TTS) معرفی کرده که دستتون رو برای طراحی صدا و مدیریت دیالوگهای دوطرفه کاملاً باز میذارن. با این قابلیت جدید میتونید با پرامپتنویسی، شخصیتهای صوتی دلخواهتون رو بسازید، لحن ادای جملهها رو خطبهخط کارگردانی کنید و حتی واکنشهای طبیعی صدا مثل خنده، نفس عمیق یا مکثهای انسانی رو به حرفها اضافه کنید.
خلاصه بخوام بگم، این نسخهها تا امروز طبیعیترین و رساترین مدلهای تولید صدای گوگل هستن و حس و حال گفتار رو خیلی زندهتر از قبل درمیارن.
از اینجا امتحان کنید
✈️@mohammad_zammani
📱Mohammad.zammani.offical
Post #6929
2.55K
- 🔥 19
- ❤ 2
- 👍 1