Did Codex Reset
GitHub

#text-to-speech

すべてのAIニュースを見る

Google AI、Gemini 3.8 TTSモデルとLive Avatar、Notebookの更新を公開

Google AIの今週のリリースには、Gemini 3.8 Flash TTSとFlash-Lite TTS、Live Avatarを備えたGemini 3.8 Live、全ユーザー向けのGemini_Notebookツールが加わり、約100言語に対応するモバイルのLive Chatも含まれる。Project Suncatcherは、軌道上でGoogle TPUを試験するため試作衛星を打ち上げる予定だ。

Gemini 3.8 Flash TTSがArtificial Analysisの発音ロバスト性ベンチマークで首位

Artificial Analysisによると、Googleはプリセット音声と音声複製に対応するGoogle DeepMindのテキスト読み上げモデル、Gemini 3.8 Flash TTSとGemini 3.8 Flash-Lite TTSを公開した。同社のテストでは、Gemini 3.8 Flash TTSの発音ロバスト性は89.5%、Provider Voice ArenaのEloは1,263だった。

Artificial Analysis、9言語のTTSリーダーボードを追加

Artificial AnalysisはControlled Voice Arenaを拡張し、日本語、標準中国語、ヒンディー語、スペイン語、ドイツ語、フランス語、ポルトガル語、ベトナム語、アラビア語向けに、それぞれ独立したテキスト読み上げのリーダーボードを設けた。順位は各言語で書かれたプロンプト、標準化されたクローン音声、母語話者による選好投票に基づく。

4つのラボがArtificial AnalysisのTTS言語別ボードでオープンウェイト首位を分け合う

Artificial Analysisのランキングで、9言語すべてを首位とするオープンウェイトの音声合成モデルはない。Higgs Audio V3 TTS、OpenAudio S1 Mini、Voxtral TTS、Breeze TTS 2が、それぞれ異なる言語でオープンウェイト分野の首位に立ち、各ボードに含まれるオープンウェイトモデルは2〜6件にとどまる。

Artificial Analysisが9言語のテキスト読み上げリーダーボードを追加

Controlled Voice Arenaは、日本語、標準中国語、ヒンディー語、スペイン語、ドイツ語、フランス語、ポルトガル語、ベトナム語、アラビア語のテキスト読み上げモデルを順位付けするようになった。CartesiaのSonicファミリーが9つのボードのうち8つで首位に立ち、Inworld AIのRealtime TTS-2は標準中国語で1位となった。