Google, 세밀한 오디오 태그를 갖춘 Gemini 3.1 Flash TTS 공개
google이 오디오 태그를 통한 세밀한 제어를 제공하는 텍스트 음성 변환 모델 gemini 3.1 flash tts를 출시했습니다. 70개 이상의 언어를 지원하고, 네이티브 멀티 스피커 대화를 특징으로 하며, 안전을 위한 synthid 워터마킹을 포함합니다. 이 모델은 artificial analysis tts 벤치마크에서 1,211의 elo 점수를 기록했으며, gemini api, vertex ai, google vids를 통해 프리뷰로 이용할 수 있습니다.
구글이 텍스트-투-스피치 모델인 Gemini 3.1 Flash TTS를 출시했다. 이 모델은 제어 가능성과 표현력에 중점을 둔다. 이 모델은 개발자가 단일 또는 다중 화자 대화에 대해 음성 스타일, 속도 및 전달을 지시할 수 있는 자연어 명령인 '오디오 태그'를 도입했다. Gemini API, Vertex AI 및 Google Vids에서 미리보기로 제공되며 70개 이상의 언어를 지원하고 SynthID 워터마킹을 사용하여 AI 생성 콘텐츠를 탐지한다. Artificial Analysis의 벤치마크 테스트에 따르면 이 모델은 Elo 점수 1,211로 높은 순위를 차지하여 품질과 비용에 있어 '가장 매력적인 사분면'에 위치한다.