O Google acaba de anunciar duas novas atualizações em sua ferramenta Text to Speech, Gemini 2.5 Flash e Gemini 2.5 Pro. Eles prometem diálogos suaves com maior precisão e expressividade. Esses dois novos modos estão agora disponíveis por meio de uma atualização.
Text to Speech é uma tecnologia de síntese de fala que permite transcrever texto em fala oral natural e otimizada usando Gemini. O Google introduziu hoje dois novos modos, Gemini 2.5 Flash e Gemini 2.5 Pro, que apresentam uma gama mais ampla de expressividade de voz, melhor compreensão das instruções dadas, ajustes de velocidade mais inteligentes e suporte agora abrangendo 24 idiomas.
Gemini 2.5 Flash e Gemini 2.5 Pro, dois novos modelos para maior precisão
O primeiro modo Flash Gemini 2.5 é adequado para cenários de baixa latência, enquanto o Gemini 2.5 Pro prioriza a qualidade de voz.
Esses dois novos modos prometem maior expressividade graças à versatilidade de timbre oferecida. O diálogo deverá então ser mais fluido graças a vozes adaptadas e coerentes a cada situação, mesmo em cenários multiatores. Essas vozes têm a capacidade de atingir tons específicos que vão desde “feliz e otimista” para “sombrio e sério”. O Precision Rhythm também foi reformulado e agora possui ajuste de velocidade mais inteligente e melhor rastreamento de instruções.
Isso não é tudo, as capacidades multilíngues também foram melhoradas, 24 idiomas agora são suportados pela ferramenta Text to Speech.
Estas melhorias deverão permitir responder melhor às necessidades dos utilizadores, mas também responder às críticas de longa data à ferramenta Text to Speech, que até agora tem sido criticada por ser demasiado impessoal.
Esses dois novos modos já estão disponíveis por meio da API Gemini no Google AI Studio e substituem versões mais antigas do TTS lançadas em maio de 2023.
👉🏻 Acompanhe novidades de tecnologia em tempo real: adicione 01net às suas fontes no Google, assine nosso canal no WhatsApp ou siga-nos em vídeo no TikTok.
Por: Ópera
Fonte :