Google vừa chính thức trình làng hai mô hình chuyển đổi văn bản thành giọng nói (text-to-speech) mới thuộc dòng Gemini bao gồm Gemini 3.8 Flash TTS và Gemini 3.8 Flash-Lite TTS. Công cụ này giúp các nhà phát triển và người sáng tạo nội dung tạo giọng nói nhân vật tùy chỉnh, điều khiển hội thoại linh hoạt trên Google AI Studio, Gemini API và Google Vids.
Điểm nâng cấp lớn nhất của Gemini 3.8 TTS là khả năng kiểm soát tinh tế chất giọng, ngữ điệu địa phương và cảm xúc của nhân vật. Mô hình đã xuất sắc giành vị trí số 1 trên bảng xếp hạng Voice Design Benchmark của Hume AI với 71,4 điểm và dẫn đầu ở chỉ số mô hình hóa giọng địa phương (60,8 điểm). Trong các đánh giá mù human preference trên Voice Arena, Gemini 3.8 Flash TTS đạt thứ hạng hàng đầu ở nhiều ngôn ngữ như tiếng Việt, tiếng Nhật, tiếng Tây Ban Nha và tiếng Hindi trong tổng số hơn 100 ngôn ngữ được hỗ trợ.
Để đảm bảo an toàn, Google áp dụng quy trình xác minh sự đồng ý bằng âm thanh từ chủ sở hữu giọng nói trước khi tiến hành sao chép. Việc Gemini 3.8 Flash TTS hỗ trợ xuất sắc tiếng Việt mang lại cơ hội lớn cho các doanh nghiệp và lập trình viên Việt Nam trong việc xây dựng tổng đài tự động, trợ lý ảo và sáng tạo nội dung số đa ngữ chất lượng cao.
Nguồn: Hacker News — Biên dịch & tổng hợp: danhbaai.com