Gemini 3.8 Flash TTS + Flash-Lite TTS: สร้างเสียงตัวละครด้วยพรอมป์
น้องกายEngineering
ทำพอดแคสต์ / เกม / เอเจนต์เสียงแล้วอยาก คุมการพูด ทีละประโยคไหมครับ — เมื่อ 23 ก.ย. 2026 Google เปิด Gemini 3.8 Flash TTS และ Gemini 3.8 Flash-Lite TTS
จากบล็อกทางการ:
- Flash TTS — เน้นครีเอทีฟ: สร้างเสียงตัวละครจากพรอมภาษาธรรมชาติ คุมโทน/จังหวะ/สำเนียง และกำกับบททีละบรรทัด
- Flash-Lite TTS — เน้นปริมาณและต้นทุน: พากย์จำนวนมาก / เอเจนต์เสียง
- มีคลังเสียงพร้อมใช้จำนวนมาก + สร้างเสียงใหม่ + voice replication จากตัวอย่าง ~30 วินาที พร้อมตรวจ consent และใส่ SynthID / C2PA ในไฟล์เสียง
- ใช้ได้ใน Google AI Studio, Gemini API, และผลิตภัณฑ์อย่าง Google Vids (Enterprise บางส่วนทยอยตามแถลง)
- Voice replication ใน AI Studio ไม่พร้อมในบางภูมิภาค (เช่น Illinois, Texas, EEA, UK, Switzerland, India ตามที่บล็อกระบุ)
อย่าใช้เสียงคนอื่นโดยไม่มีสิทธิ์ — ระบบถูกออกแบบให้ต้องมี consent recording
Recap
- เปิดplayground ในGoogle AI Studio
- เลือก Flash vs Flash-Lite ตามงบและคุณภาพ
- อ่านข้อจำกัดภูมิภาคก่อนพึ่ง voice replication
- ตรวจว่าเอาต์พุตมี SynthID ตามนโยบายทีม