Google представила две новые модели преобразования текста в речь: Gemini 3.8 Flash TTS для творческой озвучки персонажей и Gemini 3.8 Flash-Lite TTS — более быструю и дешёвую версию для массового контента и голосовых агентов. Обе модели доступны с 23-24 сентября 2026 года через Gemini APIi, Google AI Studio и Gemini Notebook.

Главная новая функция — генерация голоса с нуля по текстовому описанию (характер, акцент, тембр) и клонирование голоса по 30-секундному образцу записи при наличии подтверждённого согласия владельца. Модели поддерживают более 100 языков и диалектов, включая русский, и содержат библиотеку из более чем 2000 готовых голосов с региональными вариантами (мексиканский испанский, квебекский французский, шотландский английский).

• Модели умеют управлять каждой репликой отдельно: темп, интонация, шёпот, смех, вздохи, междометия «ага»/«угу», перебивания; из одного сценария можно собрать диалог двух персонажей
• Режиссура задаётся ремарками на обычном языке прямо в сценарии, а голос остаётся стабильным на протяжении многочасовой озвучки (например, аудиокниги)
• Всё сгенерированное аудио получает водяной знак SynthIDi
• По бенчмарку Hume AI Voice Design модель заняла 1-е место (71.4 балла), по акцентам — тоже 1-е место (60.8); по Hume AI Overall Quality Flash и Flash-Lite заняли 1-е и 2-е места; в Voice Arenai лидируют по японскому, бразильскому португальскому, вьетнамскому, арабскому, мексиканскому испанскому и хинди языкам
• Клонирование голоса не работает в ЕС, Великобритании, Швейцарии, Индии, а также в штатах Иллинойс и Техас
• Google обещает скоро добавить функцию «ремикса» голоса — изменение тембра, высоты, темпа и акцента у существующего голоса
• По данным vc.ru, модели доступны бесплатно, но с ограничениями, в Google AI Studio