- शुरुआत
- 23 सित॰ 202690% कॉन्फ़िडेंससोर्स से
Google ने Gemini 3.8 Flash TTS और 3.8 Flash-Lite TTS रिलीज़ किए
मूल भाषा से अपने आप अनुवादित
मूल शीर्षक: Gemini 3.8 Flash TTS and 3.8 Flash-Lite TTS Released
- Google ने 23 सितंबर 2026 को Gemini 3.8 Flash TTS और Gemini 3.8 Flash-Lite TTS को "हमारे अब तक के सबसे एक्सप्रेसिव ऑडियो जनरेशन मॉडल" के तौर पर पेश किया: Flash TTS क्रिएटिव डायरेक्शन और कैरेक्टर डिज़ाइन के लिए, और Flash-Lite TTS बड़ी मात्रा वाली, कम लागत वाली डबिंग और वॉइस एजेंट के लिए[1]
- Flash TTS 100 से ज़्यादा भाषाओं और बोलियों में नैचुरल-लैंग्वेज प्रॉम्प्ट से नई आवाज़ें बनाता है, 2,000 से ज़्यादा तैयार आवाज़ें देता है, और तब 30-सेकंड के सैंपल से आवाज़ की नकल कर सकता है जब मालिक की रिकॉर्ड की गई मौखिक सहमति रेफ़रेंस स्पीकर से मेल खाती है[1]
- दोनों पेसिंग, इमोशन और एक्सेंट पर लाइन-दर-लाइन निर्देश लेते हैं, घंटों के ऑडियो में एक आवाज़ को स्थिर रखते हैं, एक ही स्क्रिप्ट से दो-स्पीकर वाले सीन तैयार करते हैं, और <laughs>, <sigh> जैसे संकेत और "mhm" जैसे बैकचैनल दिखा सकते हैं[1]
- ये Gemini API और Google AI Studio में रोलआउट हुए, जिसमें Flash TTS, Gemini Notebook में और Flash-Lite TTS, Google Vids में है; Gemini Enterprise एक्सेस जल्द आ रहा है[1][5]
- Gemini API चेंजलॉग इस रिलीज़ को 22 सितंबर के तहत सूचीबद्ध करता है, जिसमें एक नया Voices एंडपॉइंट है; Flash-Lite TTS, Gemini 3.1 Flash TTS प्रीव्यू की जगह लेता है[2]
- AI Studio में वॉइस रेप्लिकेशन UK, EEA, भारत, Texas और Illinois में ब्लॉक है[5]
प्रमुख विशेषताएँ
- Hume AI के Voice Design Benchmark (71.4) पर कुल मिलाकर पहले स्थान पर, और एक्सेंट मॉडलिंग में पहले स्थान पर (60.8); Flash और Flash-Lite, Hume के Overall Quality Index पर पहले और दूसरे स्थान पर हैं, हालाँकि Hume की अलग-अलग वॉइस-क्वालिटी कैटेगरी में ElevenLabs ने ज़्यादा स्कोर किया[1][5]
- Flash TTS की कीमत 31 दिसंबर 2026 तक $0.50 प्रति मिलियन टेक्स्ट इनपुट टोकन और $9.00 प्रति मिलियन ऑडियो आउटपुट टोकन (लगभग $0.00225 प्रति 10 सेकंड) है, जो 1 जनवरी 2027 से दोगुनी होकर $1.00 और $18.00 हो जाएगी; Flash-Lite TTS की कीमत $0.50 और $6.00 है, जो बढ़कर $1.00 और $12.00 हो जाएगी[3]
- Gemini API पर 8,192 तक टेक्स्ट इनपुट टोकन और 16,384 तक आउटपुट टोकन[4]
- हर क्लिप में एक SynthID वॉटरमार्क होता है, और रेप्लिकेट की गई आवाज़ों में C2PA क्रेडेंशियल भी होते हैं[1][5]
- इन मॉडलों को इंटीग्रेट करने वाले पार्टनरों में Figma, HeyGen, Wondercraft, 99.co और Ollang शामिल हैं[1]
संदर्भ 687% कॉन्फ़िडेंसकुल भरोसा: 87%पिन का स्रोत और संदर्भ उसकी तारीखों की कितनी पुष्टि करते हैं।सोर्स सहित 6 संदर्भ पिन के शुरू और खत्म होने के समय का कितनी मज़बूती से समर्थन करते हैं, इसका भारित औसत; सबसे नए संदर्भ से हर 180 दिन पुराना होने पर किसी संदर्भ की गिनती आधी हो जाती है75% या उससे बेहतर कॉन्फ़िडेंस वाले सभी पिन दिखाएं
पहली एंट्री हमेशा पिन का सोर्स होती है। कुल कॉन्फ़िडेंस एक भारित औसत है कि हर संदर्भ ऊपर इस्तेमाल किए गए शुरू और खत्म होने के समय का कितनी मज़बूती से समर्थन करता है; सबसे नए संदर्भ से हर 180 दिन पुराना होने पर किसी संदर्भ की गिनती आधी हो जाती है।
- [1]90%blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-8-text-to-speechblog.google· 28 सित॰ 2026 को पोस्ट किया गया· शुरुआत 23 सित॰ 2026 ✓· स्कोर का 17%
Google[2][3][4] की पोस्ट पर तारीख़ "Sep 23, 2026" है, और उसमें कहा गया है कि दोनों मॉडल "आज से रोलआउट हो रहे हैं"; The Next Web[6] की रिपोर्ट कहती है 'Google ने बुधवार को Gemini 3.8 Flash TTS और Gemini 3.8 Flash-Lite TTS रिलीज़ किए।' Gemini API चेंजलॉग इनकी जनरल अवेलेबिलिटी एक दिन पहले, यानी 22 सितंबर के तहत दर्ज करता है।
- [2]85%Release notes | Gemini APIai.google.dev· 28 सित॰ 2026 को जोड़ा गया· स्कोर का 17%
The Gemini API changelog under September 22, 2026 lists both models as generally available with the new Voices endpoint, voice design, voice replication and an extended library of 150+ voices, and says Flash-Lite TTS replaces gemini-3.1-flash-tts-preview.[1]
- [3]85%Gemini Developer API pricingai.google.dev· 28 सित॰ 2026 को जोड़ा गया· स्कोर का 17%
Flash TTS costs $0.50 per million text input tokens and $9.00 per million audio output tokens through 31 December 2026, then $1.00 and $18.00; Flash-Lite TTS $0.50 and $6.00, then $1.00 and $12.00.[1]
- [4]85%Gemini 3.8 Flash TTS | Gemini APIai.google.dev· 28 सित॰ 2026 को जोड़ा गया· स्कोर का 17%
The API model page for gemini-3.8-flash-tts: text in, audio out, an 8,192-token input limit and 16,384 output tokens (Gemini API serving limit), latest update September 2026.[1]
- [5]85%Gemini can now clone your voice and perform scripts like an actorandroidauthority.com· 24 सित॰ 2026 को प्रकाशित· स्कोर का 16%
Android Authority on the rollout to Gemini Notebook and Google[2][3][4] Vids; it notes ElevenLabs still scored higher in Hume's individual voice-quality and human-like-variation categories, and that AI Studio voice replication is blocked in the UK, the EEA, India, Texas and Illinois.
सुधार सुझाएं
कुछ छूट गया या गलत है? अपने शब्दों में बताएं: कोई लिंक जो इस पिन का समर्थन करता हो, कोई अलग शुरुआत या खत्म होने की तारीख और उसकी वजह, या कोई तथ्य जो छूट गया हो या गलत हो। AI इसे इस पिन के सोर्स से मिलाकर जांचता है, बेहतर सोर्स खोजता है, और जो भी पेज आपकी बात का समर्थन करता है उसे जोड़ देता है। पिन के अपने सोर्स की अहमियत फिर भी सबसे ज़्यादा रहती है। AI तस्वीरें भी देखता है: जो तस्वीर कुछ और दिखाती हो या ठीक से न दिखाती हो, उसे नीचे कर दिया जाता है या बदल दिया जाता है।