Главная / Лента

Gemini 3.8 TTS: Google научила нейросеть озвучивать текст любым голосом

ИИУровень: Новичок

Материал подготовлен с помощью ИИ и проверен по первоисточникам · обновлено 24 сентября 2026 · 3 мин чтения

Первоисточник: Google · событие 23 сентября 2026

Короткий ответ: 23 сентября Google выпустила две модели для озвучки текста — Gemini 3.8 Flash TTS и Gemini 3.8 Flash-Lite TTS. Первая рассчитана на творческую работу: голос можно создать по текстовому описанию, выбрать из библиотеки в 2000 с лишним голосов или воссоздать по 30-секундной записи с согласия владельца. Вторая — на массовую озвучку и голосовых ассистентов, где важна цена. Заявлена поддержка более 100 языков. Модели доступны разработчикам в Gemini API и Google AI Studio, обычным пользователям — в сервисах Gemini Notebook и Google Vids.

Главное:

• Модели: Gemini 3.8 Flash TTS и Gemini 3.8 Flash-Lite TTS, 23 сентября.
• Голоса: создание по текстовому описанию, библиотека из 2000 с лишним голосов или копия по 30-секундной записи с согласия владельца.
• Языки: заявлено больше 100.
• Где доступны: Gemini API и Google AI Studio, для пользователей — Gemini Notebook и Google Vids.

Что произошло

Раньше у Google было 30 заранее записанных голосов. Теперь голос можно заказать словами: «энергичный диджей из Мельбурна», «монотонный робот», «рассказчик с региональным акцентом». Дальше модель ведёт текст построчно по ремаркам — темп, эмоция, пауза, смех, короткие реплики «угу» и «ага» в диалоге. Она держит один и тот же голос на часах непрерывной записи и умеет разыгрывать сцену двух собеседников по одному сценарию.

По данным Google, Flash TTS заняла первое место в бенчмарке Hume AI по созданию голосов и в его общем индексе качества, а в слепых сравнениях Voice Arena модели лидируют на японском, бразильском португальском, вьетнамском, арабском, мексиканском испанском и хинди.

Почему это важно

Озвучка перестаёт быть отдельной профессией с микрофоном и студией для типовых задач: аудиокниги, подкасты, дубляж видео, голосовые ассистенты поддержки. Google прямо называет партнёров, которые встраивают модель в дубляж и локализацию.

Вторая сторона — подделка голоса. Google отвечает на это двумя мерами: копия голоса создаётся только после записанного согласия его владельца, а каждый фрагмент помечается невидимым водяным знаком SynthID. Это та же логика, что и у требований к маркировке ИИ-контента, которые обсуждают регуляторы во многих странах.

Что это значит для читателя

Сервисы Google с моделями Gemini официально не работают в России, поэтому прямого доступа к Google AI Studio нет. Если вы делаете видео, подкасты или обучающие курсы, стоит следить за двумя вещами: появится ли модель у российских сервисов-агрегаторов, которые работают через API, и как она звучит по-русски — в анонсе русский отдельно не упомянут, а качество озвучки на разных языках сильно различается.

Для всех остальных практический вывод другой: реалистичный синтетический голос стал дешёвым и массовым. Звонок «от родственника» или «из банка» знакомым голосом — больше не экзотика. Правило простое: срочную просьбу о деньгах голосом проверяйте перезвоном на известный номер.

Честное ограничение. Все результаты сравнений — из материалов Google. Цены на API в анонсе не приведены. Функция копирования голоса в AI Studio недоступна в ЕЭЗ, Великобритании, Швейцарии, Индии и двух штатах США.

Читать рядом: Нейросеть для видео: что выбрать · Какие модели ИИ есть в мире — живой каталог · ElevenLabs оценили в 22 млрд долларов

Материал носит информационный характер и не является финансовой, юридической или инвестиционной рекомендацией и публичной офертой. Цены и условия верны на дату проверки 24 сентября 2026 и могут измениться — сверяйте их на сайте сервиса перед оплатой. Решения вы принимаете самостоятельно. Правовая информация.

Частые вопросы