Gemini 3.8 Flash TTS, Artificial Analysis 발음 강건성 벤치마크 1위

Artificial Analysis는 Google이 Gemini 3.8 Flash TTS와 Gemini 3.8 Flash-Lite TTS를 출시했다고 밝혔다. 둘 다 사전 설정 음성과 음성 복제를 지원하는 Google DeepMind 텍스트 음성 변환 모델이다. Gemini 3.1 Flash TTS는 출시 당시 Pronunciation Robustness Benchmark에서 선두였고, Artificial Analysis는 이제 Gemini 3.8 Flash TTS를 1위에 두며 Provider Voice Arena에서 Gemini 3.1 Flash TTS보다 Elo 64점 높게 평가한다.

Provider Voice Arena에서 Gemini 3.8 Flash TTS는 Elo 1,263으로 2위에 데뷔했으며, Elo 1,272의 Sonic 3.6 다음이고 Elo 1,260의 Qwen-Audio-3.0-TTS-Plus보다 앞선다. Gemini 3.8 Flash-Lite TTS는 Elo 1,236으로 6위에 데뷔해 Simba 3.2보다 1점 낮다. 둘 다 Elo 1,199의 Gemini 3.1 Flash TTS보다 높다. 발음 강건성에서 Gemini 3.8 Flash TTS는 89.5%로, 88.2%의 Gemini 3.1 Flash TTS, 87.6%의 SpaceXAI TTS, 87.4%의 Gemini 3.8 Flash-Lite TTS를 앞선다. Artificial Analysis는 이로써 Google 모델 세 개가 상위 4위 안에 든다고 밝혔다.

9개 다국어 Controlled Voice Arena에서 Gemini 3.8 Flash-Lite TTS는 일본어 1위, 아랍어 2위, 독일어 3위로 데뷔했고, Gemini 3.8 Flash TTS는 일본어와 포르투갈어에서 2위다. Artificial Analysis는 Gemini 3.8 Flash TTS를 초당 44.1자로 측정해 실시간의 약 2.7배, Gemini 3.8 Flash-Lite TTS를 초당 40.2자로 측정해 실시간의 약 2.4배로 봤다. 가격은 Gemini 3.8 Flash TTS가 100만 자당 32.98달러, Gemini 3.8 Flash-Lite TTS가 100만 자당 22.07달러이며, Gemini 3.1 Flash TTS는 18.31달러, Eleven v3는 100달러다.