تبدیل متن به گفتار طبیعی و بیانمحور با ۳۰ صدا، بیش از ۷۰ زبان و کنترل دقیق لحن، سرعت، لهجه و احساس.
فایل صوتی پس از اجرای مدل نمایش داده میشود.
مدل سریع و بیانمحور تبدیل متن به گفتار گوگل است که با ۳۰ صدای آماده، بیش از ۷۰ زبان، راهنمای سبک و تگهای درونمتنی، صدایی طبیعی و متناسب با کاربرد تولید میکند.
Gemini 3.1 Flash TTS متن را به فایل صوتی طبیعی تبدیل میکند و بهجای محدودکردن کاربر به چند تنظیم عددی، اجازه میدهد شیوه اجرا را با زبان طبیعی توضیح دهد. میتوانید شخصیت گوینده، فضای صحنه، لحن، سرعت، لهجه و احساس موردنظر را در راهنمای سبک مشخص کنید.
تأخیر پایین مدل آن را برای کاربردهایی مانند روایت کتاب صوتی، وویساور تبلیغاتی، پادکست، محتوای آموزشی، دسترسپذیری، دستیارهای صوتی و تجربههای تعاملی مناسب میکند.
مدل برای استفاده چندزبانه طراحی شده است. در AllModelsAI کافی است زبان موردنظر را از فهرست انتخاب کنید تا کد مناسب بهصورت خودکار برای مدل ارسال شود.
زبانهای پشتیبانیشده شامل انگلیسی، فارسی، عربی، فرانسوی، آلمانی، اسپانیایی، پرتغالی، ایتالیایی، هلندی، ژاپنی، کرهای، هندی، اردو، روسی، لهستانی، رومانیایی، ترکی، تایلندی، ویتنامی، اندونزیایی و دهها زبان دیگر است.
AUDIO PROFILE: Jaz R., "The Morning Hype" THE SCENE: A glass-walled studio overlooking the London skyline. The red ON AIR light is on and the presenter is moving with the music. DIRECTOR'S NOTES: - Style: Bright, sunny, inviting; the smile must be audible. - Accent: Brixton, London. - Pace: Energetic, fast and clear, with no dead air.
[laughing] That is hilarious! [whispering] But do not tell anyone.
تگها داخل کروشه نوشته میشوند و برای کنترل لحظهای اجرای بخشهای مختلف متن کاربرد دارند. مدل بسیاری از توضیحهای طبیعی را تفسیر میکند، اما بهتر است تگهای سفارشی قبل از استفاده گسترده آزمایش شوند؛ بعضی تگهای نامعمول ممکن است بهجای اعمالشدن، خوانده شوند.