Google запустили Gemini 3.8 Flash TTS для генерации речи Технология клонирует голос всего по 30-секундному источнику и держит его без искажений часами. Модель поддерживает более 100 языков (в том числе русский, управляет интонацией и создаёт диалоги с несколькими спикерами.

И уже тестируют в связке с n8n для голосовых ответов клиентам - клонирует голос владельца бизнеса и отвечает от его лица
30 секунд записи хватает.....