Google ha presentado Gemini 3.8 Flash TTS y Gemini 3.8 Flash-Lite TTS, dos nuevos modelos de texto a voz con una meta bastante clara: generar audio más expresivo y llevar la narración más allá de esa lectura plana que suele sonar a máquina.
Lo que Google busca aquí es convertir un texto en una interpretación con más matices, y hacerlo con control fino sobre el tono, el ritmo, las pausas y la emoción.
La novedad que más llama la atención está en Gemini 3.8 Flash TTS. Según Google, este modelo puede crear voces originales a partir de descripciones escritas en lenguaje natural y también replicar una voz autorizada usando una muestra de 30 segundos.
La compañía dice que el sistema trabaja con más de 100 idiomas y dialectos, y que además pone sobre la mesa más de 2.000 voces listas para usar en producción.
Google también sostiene que Gemini 3.8 Flash TTS y Gemini 3.8 Flash-Lite TTS no se limitan a leer texto en voz alta. Pueden seguir instrucciones bastante detalladas para cambiar el acento, la cadencia o la intensidad emocional, e incluso añadir susurros, risas, suspiros o esas pausas dramáticas que cambian por completo cómo suena una frase.
Y hay otro punto que pesa. Según Google, Gemini 3.8 Flash TTS y Gemini 3.8 Flash-Lite TTS pueden mantener diálogos coherentes entre dos hablantes a partir de un único guion, incluso en piezas largas. Eso los coloca de lleno en usos como pódcast, audiolibros, vídeos narrados, doblaje, videojuegos y asistentes de voz.
Ese salto en expresividad acerca a Gemini 3.8 Flash TTS y Gemini 3.8 Flash-Lite TTS mucho más a un uso creativo y comercial que a la idea de una simple voz robótica.
La propuesta es que un creador o una empresa pueda describir la voz que necesita, por ejemplo una voz cálida, pausada, juvenil o con un dialecto concreto, y obtener una interpretación bastante más ajustada sin tener que pasar por un estudio tradicional.
Google ya está desplegando Gemini 3.8 Flash TTS en Notebook de Gemini, según la propia compañía, mientras que Gemini 3.8 Flash-Lite TTS llegará a Google Vids.
Los dos modelos también están disponibles para desarrolladores a través de Google AI Studio y de la API de Gemini, lo que abre la puerta a integraciones en apps, herramientas de edición, plataformas educativas y servicios de atención automatizada. Flash-Lite TTS apunta más a escenarios donde mandan la velocidad y el coste. Flash TTS, en cambio, pone el foco en la calidad y en un rango expresivo más amplio.
En pruebas de Hume, Gemini 3.8 Flash TTS quedó en primer lugar en el Voice Design Benchmark y alcanzó una puntuación de 60,8 en acentos.
Además, siempre según Hume, Gemini 3.8 Flash TTS y Gemini 3.8 Flash-Lite TTS ocuparon los dos primeros puestos en el índice general de calidad de esa firma, aunque ElevenLabs sigue por delante en algunas mediciones concretas de calidad vocal y de variación similar a la humana. Eso aprieta aún más una carrera en la que también están OpenAI, Amazon y Microsoft, dentro de un mercado de voz sintética que podría superar los 5.600 millones en 2030.
Google afirma que la réplica de voz exige permiso y una verificación de consentimiento.
En el trabajo de investigación de la empresa, según explica Google, eso incluye una grabación verbal de consentimiento que debe coincidir con la muestra original. A eso se suma que el audio generado incorpora marcas de agua SynthID y credenciales C2PA para facilitar su identificación. La función de réplica de voz en Google AI Studio, además, está bloqueada en Reino Unido, el Espacio Económico Europeo (EEE), India, Texas e Illinois, así que el avance vuelve a poner sobre la mesa el debate sobre fraude por voz, desinformación, deepfakes sonoros y la presión sobre parte del trabajo de locución profesional.
Author: Manuel Bosque
{
"social": {
"email": "",
"facebook": "",
"twitter": "",
"linkedin": ""
},
"ja-JP": "",
"de-DE": "Manuel Bosque schreibt bei Softonic über Software: Desktop-Programme, Produktivitätswerkzeuge und kleine Tools, die ein Problem wirklich lösen. Sein Maßstab ist praktisch — was ein Programm tatsächlich leistet, was es dafür verlangt und für wen es sich lohnt —, deshalb misstraut er Funktionslisten und testet lieber selbst. Er gehört zum Team, das festlegt, wie Software auf der Seite behandelt wird, und arbeitet täglich mit KI-Werkzeugen in der redaktionellen Produktion.",
"en-US": "Manuel Bosque covers software at Softonic: desktop programs, productivity tools and the small utilities that solve one problem well. His approach is practical — what a program actually does, what it asks in return and who it is for — which is why he distrusts feature lists and prefers to test. He is part of the team that decides how software gets covered on the site, and works daily with AI tools applied to editorial production.",
"es-ES": "Manuel Bosque se ocupa de la cobertura de software en Softonic: programas de escritorio, herramientas de productividad y utilidades pequeñas que resuelven bien un solo problema. Su criterio es práctico —qué hace realmente un programa, qué pide a cambio y a quién le sirve—, y por eso desconfía de las listas de funciones y prefiere probar. Forma parte del equipo que decide cómo se cuenta el software en la web y trabaja a diario con herramientas de IA aplicadas a la producción editorial.",
"fr-FR": "Manuel Bosque couvre les logiciels chez Softonic : programmes de bureau, outils de productivité et petits utilitaires qui résolvent bien un seul problème. Son approche est pratique — ce qu'un logiciel fait vraiment, ce qu'il demande en échange et à qui il s'adresse —, d'où sa méfiance envers les listes de fonctionnalités et sa préférence pour l'essai. Il fait partie de l'équipe qui définit la manière de traiter le logiciel sur le site et travaille au quotidien avec des outils d'IA appliqués à la production éditoriale.",
"it-IT": "Manuel Bosque si occupa di software su Softonic: programmi per il desktop, strumenti di produttività e piccole utility che risolvono bene un solo problema. Il suo criterio è pratico — cosa fa davvero un programma, cosa chiede in cambio e a chi serve — e per questo diffida degli elenchi di funzioni e preferisce provare. Fa parte del team che decide come si racconta il software sul sito e lavora ogni giorno con strumenti di IA applicati alla produzione editoriale.",
"nl-NL": "Manuel Bosque schrijft bij Softonic over software: desktopprogramma's, productiviteitstools en kleine hulpprogramma's die één probleem echt oplossen. Zijn maatstaf is praktisch — wat een programma werkelijk doet, wat het daarvoor vraagt en voor wie het nuttig is — en daarom wantrouwt hij functielijstjes en test hij liever zelf. Hij maakt deel uit van het team dat bepaalt hoe software op de site wordt behandeld en werkt dagelijks met AI-tools in de redactionele productie.",
"pl-PL": "Manuel Bosque zajmuje się oprogramowaniem w Softonicu: programami na komputer, narzędziami do pracy i niewielkimi aplikacjami, które dobrze rozwiązują jeden problem. Jego kryterium jest praktyczne — co program naprawdę robi, czego wymaga w zamian i komu się przyda — dlatego nie ufa listom funkcji i woli sprawdzić sam. Należy do zespołu, który decyduje, jak pisać o oprogramowaniu w serwisie, i codziennie korzysta z narzędzi AI w produkcji redakcyjnej.",
"pt-BR": "Manuel Bosque cobre software na Softonic: programas para desktop, ferramentas de produtividade e pequenos utilitários que resolvem bem um problema só. Seu critério é prático — o que um programa realmente faz, o que pede em troca e para quem serve — e por isso desconfia de listas de recursos e prefere testar. Faz parte da equipe que define como o software é abordado no site e trabalha diariamente com ferramentas de IA aplicadas à produção editorial."
}
View all posts by Manuel Bosque
