🤖 Google DeepMind выпустил Gemini 3.
Новая система позволяет режиссировать озвучку через текстовые команды прямо в промпте. Можно управлять стилем голоса, подачей и темпом речи.
Ключевые характеристики:
- Более естественное звучание речи
- Поддержка 70+ языков (русский, японский, немецкий и др.)
- Все выходные аудио маркируются SynthID (цифровой водяной знак)
Метрики:
На бенчмарке Artificial Analysis TTS Arena модель заняла 2-е место с Elo-рейтингом 1211 — сразу за Inworld TTS 1.5 Max (1215) и выше ElevenLabs v3 (1179).
Доступность:
- Preview через Gemini API и Google AI Studio
- Бизнесу — через Vertex AI
- Всем пользователям — скоро появится в Google Vids
🧠 Нейросети и Технологии. Подписаться