هوش مصنوعی #gemini مدل‌های صداش (Text to Speech) رو آپدیت کرده. Gemini 2.5 Flash و Pro حالا این ویژگی‌ها رو دارن:
– صدای پراحساس‌تر: تنوع لحن خیلی غنی‌تر شده و دقیقاً به دستورات سبک (مثل شاد، غمگین، هیجانی) عمل می‌کنه
– سرعت و مکث هوشمند: خودش طبق متن سرعت رو تنظیم می‌کنه و مکث‌های طبیعی می‌ذاره
– دیالوگ چندنفره عالی: صدای هر شخصیت کاملاً ثابت می‌مونه و تو هیچ زبانی قاطی نمی‌کنه
جزییات بیشتر:
https://blog.google/technology/developers/gemini-2-5-text-to-speech/
از داخل ai studio میتونید کار کنید:
https://aistudio.google.com/generate-speech?model=gemini-2.5-pro-preview-tts