Google이 최신 텍스트-음성 변환(TTS) 모델인 Gemini 3

요약

Google이 새로운 텍스트-음성 변환(TTS) 모델인 Gemini 3.1 Flash TTS를 공개했습니다. 이 모델은 전반적인 음성 품질과 표현력이 크게 향상되어, 개발자와 기업 모두가 차세대 AI 음성 애플리케이션을 구축할 수 있게 합니다. 특히 '오디오 태그(audio tags)' 기능을 통해 자연어 명령만으로 목소리의 스타일, 속도, 전달 방식 등을 정밀하게 제어할 수 있습니다. 70개 이상의 언어를 지원하며, 모든 생성된 오디오에는 허위 정보 확산을 방지하기 위해 SynthID 워터마크가 삽입됩니다.

핵심 포인트

• Gemini 3.1 Flash TTS는 향상된 음성 품질과 표현력으로 가장 자연스러운 AI 음성을 제공합니다.
• 오디오 태그(audio tags) 기능을 통해 자연어 명령으로 목소리의 스타일, 속도, 전달 방식을 정밀하게 제어할 수 있습니다.
• 70개 이상의 언어를 지원하며, 글로벌 규모의 현지화된 표현적 음성 경험을 구현하는 데 도움을 줍니다.
• 생성되는 모든 오디오에는 SynthID 워터마크가 삽입되어 AI 생성 콘텐츠임을 명확히 합니다.