Google DeepMind lanza Gemini 3.8 Flash TTS y Flash-Lite TTS con voces personalizables
Hecho Qué ha ocurrido
Google DeepMind presentó Gemini 3.8 Flash TTS y Flash-Lite TTS, sus nuevos modelos de texto a voz que permiten crear voces de personaje personalizadas y dirigir diálogos de escena, disponibles en Google AI Studio, Gemini API, Gemini Enterprise, Gemini Notebook y Google Vids. Gemini 3.8 Flash TTS ocupó el puesto #1 en el Voice Design Benchmark de Hume AI (71.4) y lidera también en modelado de acentos (60.8), además de posicionarse #1 y #2 en el Overall Quality Index. Los modelos soportan más de 100 idiomas y ya trabajan con socios como Figma, HeyGen, Wondercraft y 99.co, además de plataformas como Agora, LiveKit y Vercel.
Resumen generado mediante IA a partir de Google DeepMind (original en inglés). Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
La generación de voz sintética de alta calidad y personalizable abre nuevas posibilidades para doblaje global, agentes de voz conversacionales y contenido multimedia, reduciendo costes de producción de audio profesional.
- Quién se ve afectado
- Empresas de medios, doblaje, videojuegos, atención al cliente y desarrolladores que integran voz en productos.
- Qué puede cambiar
- Se reduce la dependencia de locutores profesionales para ciertos casos de uso y se facilita la localización de contenido en múltiples idiomas con acentos regionales.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Habrá que vigilar la adopción real por parte de estudios y empresas, la evolución de la competencia (ElevenLabs, OpenAI, Alibaba) y el debate sobre uso ético de voces sintéticas y consentimiento.
Recomendación Qué debería hacer una empresa
Empresas con necesidades de localización de audio o atención al cliente por voz deberían evaluar Gemini 3.8 TTS en los próximos 3-6 meses frente a alternativas como ElevenLabs.
Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: Google DeepMind (fuente primaria). La referencia es siempre el artículo original.
Ver fuente original ↗voztexto a vozmultimodal Google DeepMindFigmaHeyGenWondercraftAgora Gemini Google DeepMind IA de voz texto a voz
Forma parte de la historia Google DeepMind lanza Gemini 3.8 Flash TTS con clonación y diseño de voces (2 noticias, estado: en evolución).
Relacionadas
Google lanza modelos Gemini 3.8 Flash TTS con voces diseñadas desde texto y clonación de voz
Google presenta Gemini 3.8 Flash TTS y Flash-Lite TTS, dos modelos de texto a voz que soportan más de 100 idiomas y permiten crear voces nuevas a partir de…
Por qué importaReduce drásticamente el coste y la complejidad de generar voces sintéticas personalizadas para doblaje, audiolibros, agentes de voz y contenido a…
Google lanza Gemini 3.1 Flash TTS, modelo de voz con control granular y marca SynthID
Google DeepMind presentó Gemini 3.1 Flash TTS, un modelo de texto a voz con etiquetas de audio para controlar estilo, ritmo y entonación en más de 70 idiomas…
Por qué importaMejora la calidad y control de voz sintética a bajo coste, facilitando su adopción en aplicaciones comerciales de audio y doblaje multilingüe.
Google integra Adobe, Peloton y Airtable en Gemini y lanza TTS que clona voces en 30 segundos
Google anunció el 23 de septiembre nuevas apps conectadas a Gemini (Adobe, Airtable, Peloton, SeatGeek, Experian, entre otras) y dos modelos de texto a voz…
Por qué importaConsolida a Gemini como hub central de productividad, creatividad y servicios de terceros, y posiciona a Google como competidor directo de ElevenLabs…
Google lanza Gemini 3.1 Flash TTS, modelo de síntesis de voz dirigible por prompts
Google ha lanzado Gemini 3.1 Flash TTS, un nuevo modelo de texto a voz que permite dirigir la síntesis de audio mediante prompts detallados. El modelo está…
Por qué importaEste enfoque de síntesis de voz dirigible por prompts amplía significativamente las capacidades de personalización en generación de audio…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.