Kubeez · Audio · Gemini 3.8 Flash TTS
Gemini 3.8 Flash TTS
Două voci, o interpretare pentru fiecare replică, 70 de voci la alegere
Gemini 3.8 Flash TTS transformă un scenariu într-o conversație. Scrii una sau două voci ca o listă ordonată de replici, dai fiecărei replici propriul stil de interpretare și adaugi oricare dintre cele 40 de etichete, precum <laugh>, <sigh>, <whispers> sau <short pause>, pe care modelul le interpretează în loc să le citească. Alegi dintre 70 de voci grupate pe cazuri de utilizare, limba se recunoaște direct din text, iar o generare poate avea până la 5.000 de caractere, cu ieșire WAV. Se facturează din același portofel Kubeez ca muzica și video. Imaginile de mai jos sunt materiale ilustrative; toate clipurile din secțiunea de mostre sunt rezultate reale.
Showcase
Clipuri reale, direct de la model
Fiecare clip de mai jos este rezultat real de la Gemini 3.8 Flash TTS, nu o machetă. Ascultă mai întâi scena cu două voci, apoi încearcă voci din cazuri de utilizare diferite.
Două voci, patru replici
O singură generare cu două voci, Alnilam și Laomedeia, cu un stil de interpretare pe fiecare replică, etichete în text și cuvinte de umplutură activate.
Scenariul așa cum a fost scris (cuvintele de umplutură le adaugă modelul)
- Alnilam: Okay, so we are live, and I have to ask. <short pause> Did you actually read the whole manual?
- Laomedeia: <laugh> Of course not. I read the first page, and then I just pressed every button until it worked.
- Alnilam: That is the most honest answer we have ever had on this show. <chuckle>
- Laomedeia: <sigh> And honestly? It worked on the third try. <whispers> Do not tell the engineers.
Mostre de voci
- FolaCall center
- ZephyrTutor
- KoreVoce pentru reclame
- AlnilamPodcast
- EnzoPovestitor
- CharonCall center
- BodiTutor
- LumiTutor
UN SCENARIU CU INDICAȚII DE REGIE
Scrii replicile, stabilești interpretarea pentru fiecare și pui etichetele exact acolo unde se potrivește râsul, respirația sau pauza.
INTERPRETARE PE REPLICĂ
Fiecare replică are propriul stil, de exemplu „prezentator de radio obosit, tură de noapte, lent și sec”, așa că aceeași voce își poate schimba starea de la o replică la alta.
40 DE ETICHETE
Etichetele între semne mai mic și mai mare, precum <laugh>, <sigh>, <gasp> și <long pause>, sunt interpretate, nu citite, așa că replica sună cu expresivitate reală.
70 DE VOCI
Alegi dintre 70 de voci grupate pe cazuri de utilizare: tutor, voce pentru reclame, podcast, povestitor, call center și altele. Limba se detectează din text.
Gemini 3.8 Flash TTS în aplicație și MCP
Apelează instrumentul MCP „generate_dialogue” cu furnizorul „gemini-3.8” pentru audio automatizat cu una sau două voci, cu aceleași voci și limite ca în Audio → Dialog.
Unde strălucește dialogul scris
Două voci, fără studio
Transformă notițele într-o discuție. Cuvintele de umplutură adaugă ezitări firești între cele două voci, iar o replică rescrisă înseamnă doar încă o generare.
Vocea potrivită pentru fiecare rol
Alege din cazul de utilizare care ți se potrivește, voce pentru reclame, concierge sau agent de suport tehnic, și păstrează un scenariu întreg într-o singură generare de până la 5.000 de caractere.
Instrument MCP generate_dialogue
Apelezi generate_dialogue cu furnizorul „gemini-3.8”, o listă de voci și replici ordonate: același flux ca în studioul Dialog.
Gemini 3.8 Flash TTS
Scrie o scenă cu două voci în Gemini 3.8 Flash TTS
Deschide Audio → Dialog, alege modelul 3.8 Flash și distribuie vocile. Creditele rămân într-un singur portofel, alături de muzică și video.