Voz
Gemini 3.8 Flash Voz
Creado por Google DeepMind
Voz en off de máxima calidad: lee tu texto con actuación expresiva, crea voces nuevas desde una descripción y puede copiar una voz con permiso. Es el modelo de voz principal de Gemini 3.8.
Vídeo oficial · Google DeepMind
Lo que lo hace especial
- Más de 130 idiomas, con dialectos regionales.
- 30 voces prediseñadas y una biblioteca de cientos más, que filtras por idioma, acento, tono o género.
- Diseño de voz: describes cómo suena y el modelo la crea.
- Réplica de una voz a partir de una muestra de audio de unos 30 segundos, con verificación de consentimiento.
- Diálogo de dos hablantes y etiquetas como <laugh> o <sigh> para risas, suspiros y pausas.
Ficha técnica
El modelo
- Entrada
- Texto
- Salida
- Audio (WAV, 24 kHz, mono)
- Idiomas
- Más de 130
- Voces
- 30 prediseñadas + biblioteca
- Hablantes
- Hasta 2 por pedido
- Diseño de voz
- Sí
- Réplica de voz
- Sí, con consentimiento
- Marca
- SynthID inaudible
En Wiri
- Pedido
- 4.000 caracteres
- Coste
- 4 créditos por generación
Sus límites
- Solo recibe texto y devuelve audio; hasta 8.192 tokens de texto por pedido.
- Un diálogo admite como máximo 2 hablantes con voces prediseñadas; para mezclar voces propias, genera cada intervención por separado.
- Google desaconseja pedir efectos de sonido (aplausos, golpes) y cambiar el acento con el estilo: elige una voz con ese acento.
Los nombres, logos y vídeos de los modelos son de sus respectivos dueños. Los datos salen de su documentación oficial; algunas funciones del modelo pueden no estar todavía en Wiri.