Gemini 3.8 TTS kopiert Stimmen aus 30 Sekunden Audio

Google erweitert Gemini um zwei neue Modelle für Text-to-Speech. Gemini 3.8 Flash TTS kann Stimmen anhand einer Beschreibung neu entwerfen und gesprochene Szenen Satz für Satz inszenieren. Wer eine vorhandene Stimme übernehmen will, kann dafür eine 30 Sekunden lange Aufnahme nutzen. Die zweite Variante, Flash-Lite TTS, richtet sich an große Mengen vertonter Inhalte und Sprachassistenten.

Aus einer Beschreibung wird eine Stimme

Für Flash TTS beschreibt der Nutzer etwa Rolle, Akzent und Klang. Google nennt mehr als 100 unterstützte Sprachen und Dialekte sowie eine Bibliothek mit über 2.000 fertigen Stimmen. Eigene Stimmprofile lassen sich speichern, damit eine Figur in späteren Folgen ähnlich klingt. Eine angekündigte Remix-Funktion soll das gezielte Verändern vorhandener Stimmen erlauben.

Beide Modelle setzen Regieanweisungen in Skripten um, etwa Flüstern, Lachen oder Seufzen. Zwei Sprecher können sich innerhalb eines einzigen Skripts abwechseln. Google nennt Hörbücher, Podcasts, Synchronisationen und Sprachagenten als Einsatzfelder. Auch bei stundenlangen Aufnahmen sollen Klang und Tempo stabil bleiben.

Stimmenkopie nur mit Einwilligung

Für die Kopie einer Stimme verlangt Google neben der Referenzaufnahme eine gesprochene Einwilligung derselben Person. Erzeugte Audioclips tragen ein SynthID-Wasserzeichen. Für Stimmenkopien nennt das Unternehmen zusätzlich C2PA-Herkunftsnachweise.

In einer Rangliste von Hume AI erreicht Flash TTS 71,4 Punkte für Stimmgestaltung, knapp vor ElevenLabs Voice Design v3 mit 70,8. Bei den Stimmeigenschaften liegt dagegen ElevenLabs vorn. Im Hume-Gesamtindex für Qualität belegen Flash und Flash-Lite die ersten beiden Plätze.

Auf Voice Arena führt Flash TTS unter anderem bei Japanisch und Arabisch, Flash-Lite bei Englisch, brasilianischem Portugiesisch und Vietnamesisch.

Entwickler können beide Modelle ab heute über Gemini API und Google AI Studio nutzen. Flash TTS kommt zudem in Gemini Notebook. Flash-Lite in Google Vids. Der Zugang über Gemini Enterprise ist angekündigt.