كشفت Google عن قدرات صوتية جديدة في Gemini تفتح المجال أمام استنساخ الصوت بالذكاء الاصطناعي وإنشاء أصوات مخصصة أو محاكاة أصوات موجودة، مع تحكم أكثر دقة في طريقة قراءة النصوص. ولا يقتصر الأمر على تحويل النص إلى كلام، بل يمكن توجيه الأداء سطرا بسطر للتحكم في الإيقاع والنبرة وطريقة التعبير عن المشاعر. وهذا التطور يجعل الأصوات المولدة بالذكاء الاصطناعي أقرب إلى أداء صوتي متكامل يحاكي أسلوب الممثل في تقديم النص.
في هذا المقال، نستعرض أبرز قدرات Gemini الصوتية الجديدة وكيف يمكن توجيه الصوت أثناء قراءة النصوص للحصول على أداء أكثر تنوعا وتعبيرا. كما نوضح كيف يعمل استنساخ الصوت ومحاكاة الأصوات ضمن هذه التجربة، وما الذي يميزها عن تقنيات تحويل النص إلى كلام التقليدية. ونتعرف أيضا على كيفية استخدام التحكم في الإيقاع والنبرة والمشاعر لإنتاج قراءة صوتية تبدو أقرب إلى الأداء الدرامي.
 |
| قدرات Gemini 3.8 Flash TTS في إنشاء أصوات مخصصة ومحاكاة صوت من عينة قصيرة والتحكم في طريقة أداء النص. |
Gemini 3.8 يضيف جيلا جديدا من توليد الصوت
تقدم Google مع Gemini 3.8 Flash TTS وGemini 3.8 Flash-Lite TTS جيلا جديدا من تقنيات توليد الصوت بالذكاء الاصطناعي، مع تركيز أكبر على جودة الأداء والتعبير والتحكم في طريقة إلقاء النص. وبدلا من الاعتماد فقط على أصوات جاهزة، تتيح النماذج إنشاء أصوات مخصصة ومحاكاة أصوات موجودة، مع توجيه طريقة الأداء وفقا لطبيعة المشهد والنص.
نماذج Gemini 3.8 Flash TTS وFlash-Lite TTS
تضم المجموعة نموذجي Gemini 3.8 Flash TTS وGemini 3.8 Flash-Lite TTS، ويشتركان في واجهة برمجة التطبيقات وبنية التوجيه نفسها، لكن لكل منهما تركيز مختلف. فـي Flash TTS موجه نحو أعلى مستوى من دقة الصوت والتفاصيل التمثيلية، بينما يركز Flash-Lite TTS على سرعة الاستجابة والكفاءة والإنتاج بكميات كبيرة، بما في ذلك إنشاء الصوت اليومي ووكلاء الصوت وعمليات النسخ الصوتي.
الانتقال من الأصوات الجاهزة إلى أصوات قابلة للتخصيص
يمثل هذا التحديث انتقالا من اختيار صوت جاهز إلى إمكانية تصميم الصوت وتخصيصه بصورة أكثر مرونة. وتوضح Google أن النموذجين يدعمان إنشاء أصوات جديدة من خلال أوصاف باللغة الطبيعية، إلى جانب استنساخ الصوت ومحاكاة أصوات موجودة، كما يمكن تصميم الأصوات وتجربتها تفاعليا عبر Google AI Studio.
دعم إنشاء تجارب صوتية أكثر تعبيرا
لا يقتصر الذكاء الاصطناعي الصوتي في Gemini 3.8 على نطق النص، بل يسمح بتوجيه الأداء سطرا بسطر للتحكم في الإيقاع والمشاعر وطريقة الإلقاء وبعض الأحداث الصوتية. وتصف Google Flash TTS بأنه مناسب للأداء التمثيلي والحوارات المعقدة والتعليق الصوتي والكتب الصوتية، بينما صمم Flash-Lite TTS للاستخدامات التي تحتاج إلى سرعة وإنتاج صوتي واسع النطاق مع الحفاظ على تعبير طبيعي.
استنساخ الصوت بالذكاء الاصطناعي أصبح أكثر واقعية
أصبحت تقنيات استنساخ الصوت بالذكاء الاصطناعي أكثر مرونة مع قدرات Gemini الصوتية الجديدة، إذ تتيح ميزة Voice Replication إعادة إنشاء الخصائص الصوتية للمتحدث انطلاقا من عينة صوتية قصيرة. وتدعم هذه الميزة كلا من Gemini 3.8 Flash TTS وGemini 3.8 Flash-Lite TTS، مع وجود آليات للتحقق من الموافقة قبل إنشاء الصوت المنسوخ.
محاكاة الصوت من عينة قصيرة
تتيح ميزة Voice Replication إعادة إنشاء الخصائص الصوتية للمتحدث من عينة صوتية مدتها 30 ثانية، سواء كانت العينة لصوت المستخدم نفسه أو لصوت يملك المستخدم حق استخدامه. وبعد إنشاء النسخة الصوتية والتحقق من الموافقة، يمكن استخدام الصوت الناتج في إنشاء كلام جديد مع الحفاظ على هويته الصوتية الأساسية.
مثال عملي يمكن لمنشئ محتوى تسجيل عينة صوتية قصيرة ثم استخدام الصوت المنسوخ لإنشاء تعليق صوتي جديد لمقاطع مختلفة، بدلا من تسجيل كل نص بشكل منفصل. وتذكر Google أن عملية محاكاة الصوت تتضمن التحقق من موافقة صاحب الصوت قبل إنشاء النسخة
إنشاء صوت مخصص من وصف نصي
لا يتوقف الذكاء الاصطناعي الصوتي في Gemini عند تقليد صوت موجود، إذ تتيح النماذج أيضا تصميم أصوات جديدة من خلال أوصاف باللغة الطبيعية. وهذا يسمح بتحديد الشخصية الصوتية المطلوبة ووصف خصائصها بدلا من الاختيار فقط من مجموعة أصوات جاهزة.
مثال عملي يمكن وصف صوت لشخصية في قصة بأنه هادئ وعميق ومناسب للسرد، ثم استخدام هذا الوصف لإنشاء صوت مخصص للشخصية. وهذا يختلف عن تقليد الصوت بالذكاء الاصطناعي، لأن الهدف هنا هو ابتكار هوية صوتية جديدة بدلا من إعادة إنشاء صوت شخص موجود
الحفاظ على الطابع الصوتي أثناء المشاريع المختلفة
تدعم Gemini 3.8 TTS إمكانية حفظ وإدارة الأصوات المخصصة، ما يساعد على استخدام الهوية الصوتية نفسها عبر مشاريع متعددة. كما توضح Google أن Gemini 3.8 Flash TTS مصمم للحفاظ على اتساق هوية الصوت وطبقته ومستوى الصوت ونبرة البيئة الصوتية خلال السرد الطويل والحوارات متعددة الأدوار.
مثال عملي يمكن استخدام صوت مخصص لشخصية واحدة في عدة فصول من كتاب صوتي أو سلسلة حلقات، بحيث لا يحتاج منشئ المحتوى إلى تصميم صوت جديد لكل مشروع. وتتيح هذه الاستمرارية استخدام أداء صوتي بالذكاء الاصطناعي بصورة أكثر اتساقا عندما تكون هوية الصوت جزءا أساسيا من التجربة
Gemini يحول النص إلى أداء درامي قابل للتوجيه
تمنح Gemini المستخدم تحكما أدق في تحويل النص إلى أداء صوتي بالذكاء الاصطناعي، فلا يقتصر دور النموذج على نطق الكلمات كما هي، بل يمكن توجيه طريقة إلقاء كل سطر وفقا للسياق. ويشمل ذلك التحكم في الإيقاع والنبرة والمشاعر والإشارات التمثيلية، ما يجعل النص أقرب إلى مشهد صوتي قابل للتنفيذ.
- التحكم في الأداء سطرا بسطر⏪ يمكن للمستخدم توجيه النموذج إلى الطريقة المطلوبة لإلقاء كل سطر من النص، بحيث يحدد أسلوب الأداء وفقا لما يحدث في المشهد، بدلا من استخدام نبرة واحدة للنص بالكامل.
- توجيه الإيقاع والنبرة والمشاعر⏪ يمكن تحديد ما إذا كان السطر يحتاج إلى إلقاء هادئ أو سريع، ونبرة مختلفة، إضافة إلى توجيه المشاعر المطلوبة أثناء القراءة. هذا يمنح منشئ المحتوى تحكما أكبر في طبيعة توليد الصوت بالذكاء الاصطناعي.
- إضافة التوقفات والتعبيرات الصوتية⏪ يمكن استخدام الإشارات التمثيلية لتحديد التوقفات والتغيرات المطلوبة أثناء الإلقاء، بحيث يصبح الأداء أكثر ارتباطا بالسياق بدلا من قراءة النص بشكل متواصل وبنبرة ثابتة.
- إنشاء مشاهد حوارية بصوتين⏪ يدعم النموذجان إنشاء حوار بين متحدثين من نص واحد، بحيث يمكن توزيع السطور على صوتين مختلفين وبناء مشهد حواري متكامل دون الحاجة إلى إعداد نص منفصل لكل متحدث.
ملاحظة تعتمد جودة النتيجة على طريقة كتابة التوجيهات داخل النص فكلما كانت تعليمات الإيقاع والنبرة والمشاعر والأداء أوضح، أصبح من الأسهل توجيه Gemini نحو الشكل الصوتي المطلوب للمشهد
استخدامات Gemini الجديدة في صناعة المحتوى الصوتي
أصبحت قدرات Gemini الجديدة في توليد الصوت بالذكاء الاصطناعي مناسبة لمجموعة واسعة من تطبيقات صناعة المحتوى، بفضل إمكانية تخصيص الأصوات والتحكم في طريقة الإلقاء وتوسيع المحتوى إلى لغات ولهجات متعددة.
- إنتاج الكتب الصوتية💥 يمكن استخدام النماذج الجديدة لإنشاء روايات وكتب صوتية بأداء أكثر تعبيرا، مع إمكانية تخصيص الصوت بما يتناسب مع طبيعة المحتوى والشخصيات.
- إعداد البودكاست💥 تساعد إمكانات Gemini واستنساخ الصوت في إنتاج حلقات صوتية بأصوات مخصصة، مع التحكم في النبرة والإيقاع وطريقة تقديم الحوار والسرد.
- الدبلجة وتوطين المحتوى💥 يمكن توسيع المحتوى الصوتي إلى لغات ولهجات متعددة، مع إنشاء أصوات مناسبة للنسخ المترجمة والدبلجة، وهو ما يتيح الوصول إلى جمهور أوسع.
- الشخصيات الصوتية للألعاب والمحتوى التفاعلي💥 يمكن إنشاء أصوات مخصصة للشخصيات واستخدامها في الألعاب والتجارب التفاعلية، مع توجيه الأداء وفقا للمشهد وطبيعة الشخصية.
- المساعدات الصوتية والتجارب الحوارية💥 تتيح تقنيات الذكاء الاصطناعي الصوتي إنشاء تجارب تعتمد على الحوار، بحيث تصبح الاستجابات الصوتية أكثر تنوعا وطبيعية وقابلية للتخصيص.
ملاحظة لا تقتصر هذه الاستخدامات على تحويل النص إلى كلام فقط، بل تمتد إلى بناء تجارب صوتية مخصصة يمكن توجيه أدائها بحسب السياق، مع إمكانية استخدام الأصوات عبر مشاريع ولغات ولهجات متعددة
ضوابط الأمان تحيط بميزة استنساخ الصوت في Gemini
تضع Google مجموعة من إجراءات الأمان حول استنساخ الصوت بالذكاء الاصطناعي بهدف حماية أصحاب الأصوات وتعزيز الشفافية بشأن المحتوى الصوتي المولد. وتشمل هذه الإجراءات التحقق من موافقة صاحب الصوت قبل إنشاء النسخة، إلى جانب استخدام علامة مائية غير مرئية في المقاطع الصوتية التي تنتجها نماذج Gemini Audio.
التحقق من موافقة صاحب الصوت
عند إنشاء نسخة من صوت موجود، تتطلب Google تسجيلين صوتيين من المتحدث البالغ نفسه عينة مرجعية للصوت، وتسجيل منفصل للموافقة يقرأ فيه صاحب الصوت عبارة الموافقة المطلوبة. ولا يتم إنشاء الصوت المكرر قبل التحقق من أن تسجيل الموافقة يطابق المتحدث الموجود في العينة المرجعية.
استخدام SynthID للكشف عن الصوت المولد
تضيف Google علامة SynthID غير مرئية إلى المقاطع الصوتية التي تنتجها نماذج Gemini Audio. وتكون هذه العلامة مدمجة داخل الإشارة الصوتية نفسها، بحيث تساعد تقنيات الكشف التابعة لـ Google في التحقق من أن الصوت تم إنشاؤه باستخدام نماذج الذكاء الاصطناعي الخاصة بها.
دعم الشفافية في المحتوى الصوتي
تجمع هذه الإجراءات بين الموافقة المسبقة وإمكانية اكتشاف المحتوى المولد، وهو ما يوفر طبقتين مختلفتين من الحماية: الأولى تتعلق بحق صاحب الصوت في الموافقة على إنشاء نسخة منه، والثانية تساعد في التعرف على الصوت الذي تم توليده بالذكاء الاصطناعي. وتضع Google هذه الآليات ضمن توجهها لتعزيز الشفافية والثقة في المحتوى الاصطناعي.
أين تتوفر تقنيات الصوت الجديدة في Gemini؟
بدأت Google طرح قدرات Gemini 3.8 Flash TTS وGemini 3.8 Flash-Lite TTS عبر عدة منتجات وأدوات، مع اختلاف طريقة الاستفادة منها بحسب نوع المستخدم. وتتوفر النماذج للمطورين عبر Gemini API وGoogle AI Studio، بينما تصل بعض قدراتها إلى المستخدمين مباشرة من خلال Gemini Notebook وGoogle Vids.
- Google AI Studio للمطورين يتيح Google AI Studio للمطورين تجربة تقنيات توليد الصوت الجديدة بشكل مباشر، بما في ذلك تصميم أصوات مخصصة أو محاكاة أصوات موجودة، ثم اختبار طريقة إلقاء النص والتحكم في الأداء. ويتوفر فيه كل من Gemini 3.8 Flash TTS وGemini 3.8 Flash-Lite TTS.
- Gemini API لبناء التطبيقات يمكن للمطورين استخدام Gemini API لدمج النماذج الصوتية داخل التطبيقات والخدمات المختلفة. ويدعم كل من Gemini 3.8 Flash TTS وFlash-Lite TTS إنشاء صوت لمتحدث واحد أو عدة متحدثين، مع التحكم في الأسلوب والإيقاع والنبرة، إضافة إلى تصميم الصوت واستنساخه.
- Gemini Notebook للمستخدمين أعلنت Google طرح Gemini 3.8 Flash TTS للمستخدمين داخل Gemini Notebook، ما يوسع الوصول إلى إمكانات الصوت خارج أدوات المطورين. ويستهدف هذا الاستخدام تقديم تجربة صوتية أكثر تعبيرا للمستخدمين دون الحاجة إلى بناء تطبيق عبر واجهة برمجية.
- Google Vids لاستخدامات الصوت على نطاق واسع يتوفر Gemini 3.8 Flash-Lite TTS للمستخدمين داخل Google Vids، حيث يمكن الاستفادة منه في إنشاء المحتوى الصوتي ضمن إنتاج الفيديو. ويركز هذا النموذج على السرعة والكفاءة والإنتاج بكميات كبيرة، لذلك يناسب الاستخدامات التي تحتاج إلى توليد صوتي واسع النطاق.
حدود توفر ميزة استنساخ الصوت في Gemini
رغم طرح تقنيات الصوت الجديدة في Gemini عبر أدوات ومنتجات متعددة، فإن توفر Voice Replication ليس موحدا في جميع المناطق. وتوضح Google أن هناك قيودا جغرافية محددة على ميزة استنساخ الصوت من خلال Google AI Studio، لذلك قد تختلف إمكانية الوصول إليها حسب الدولة أو المنطقة.
اختلاف توفر Voice Replication حسب الدولة
تذكر Google في ملاحظة مرتبطة بطرح الميزة أن Voice Replication عبر AI Studio غير متاحة حاليا في ولايتي إلينوي وتكساس في الولايات المتحدة، وكذلك في المنطقة الاقتصادية الأوروبية (EEA) والمملكة المتحدة وسويسرا والهند. وهذا القيد يتعلق بتوفر الميزة عبر AI Studio، ولا يعني بالضرورة أن جميع قدرات نماذج الصوت الأخرى غير متاحة في هذه المناطق. ومن المناطق التي أشارت Google إلى عدم توفر Voice Replication فيها عبر AI Studio حاليا.
- إلينوي.
- تكساس.
- المنطقة الاقتصادية الأوروبية (EEA).
- المملكة المتحدة.
- سويسرا.
- الهند.
معرفة حالة الميزة قبل تجربتها
قبل محاولة استخدام استنساخ الصوت بالذكاء الاصطناعي، من الأفضل التحقق من صفحة Google AI Studio ووثائق Gemini المحدثة، لأن توفر الميزة قد يختلف عن توفر النموذج الصوتي نفسه. وتوضح وثائق Google الحالية أن Voice Replication متاحة عبر Gemini API، كما يمكن تجربة ميزة المحاكاة من خلال تجربة مخصصة داخل AI Studio في المناطق المدعومة.
كما أن صفحة Google الخاصة بميزة Voice Replication توضح حاليا متطلبات إنشاء الصوت، ومنها تقديم عينة صوت مرجعية وتسجيل موافقة من المتحدث نفسه، لذلك فإن ظهور النموذج أو أدوات توليد الصوت في حسابك لا يعني بالضرورة أن ميزة استنساخ الصوت متاحة لك أيضا. الأفضل مراجعة حالة الميزة في الحساب والمنطقة قبل البدء بالتجربة.
تأثير Gemini الجديد على صناعة المحتوى الصوتي
القدرات الجديدة في Gemini تضيف تغييرات عملية إلى طريقة إنتاج المحتوى الصوتي، خصوصا مع الانتقال من الأصوات الجاهزة إلى تصميم أصوات قابلة للتخصيص، مع إمكانية توجيه الأداء سطرا بسطر. وتوضح Google أن Gemini 3.8 Flash TTS وFlash-Lite TTS صمما لاستخدامات تشمل الكتب الصوتية والبودكاست والدبلجة ووكلاء الصوت، مع اختلاف التركيز بين الجودة الإبداعية والإنتاج واسع النطاق.
ومن الناحية العملية، تعني هذه الإمكانات أن بعض مراحل إنتاج الصوت يمكن تنفيذها مباشرة من النص والتعليمات، بدلا من الاعتماد على تسجيل منفصل لكل تعديل في الأداء. لكن هذا يمثل تطورا في أدوات الإنتاج نفسها، ولا يعني بشكل مؤكد أن طريقة عمل سوق المحتوى الصوتي بأكمله ستتغير.
تقليل الوقت المطلوب لإنتاج الصوت
تتيح نماذج Gemini الجديدة إنشاء الكلام مباشرة من النص مع توجيه الأداء والأسلوب، كما تدعم إنتاج الصوت الطويل والحوار بين أكثر من متحدث من نص واحد. وهذا قد يقلل بعض الخطوات العملية في إعداد التسجيلات، خصوصا عندما يحتاج المنشئ إلى تعديل النبرة أو الإيقاع أو طريقة الإلقاء دون إعادة تسجيل الصوت يدويا.
ويظهر هذا أيضا في Gemini 3.8 Flash-Lite TTS، الذي صممته Google للإنتاج بكميات كبيرة مع سرعة واستجابة أعلى، ويشمل حالات استخدام مثل إنشاء المحتوى الصوتي اليومي والقراءة بصوت مرتفع ووكلاء الصوت في الوقت الفعلي. لذلك يمكن أن يكون أكثر ملاءمة للمهام التي تتطلب توليد عدد كبير من المقاطع الصوتية.
منح صناع المحتوى تحكما أكبر في الأداء
- أحد أبرز التغييرات هو إمكانية توجيه طريقة إلقاء كل سطر بدلا من الاكتفاء بإدخال النص واختيار صوت جاهز. وتتيح Gemini 3.8 TTS تعليمات مرتبطة بالأداء، مثل الإيقاع والنبرة وطريقة التعبير، ما يمنح المنشئ تحكما أدق في النتيجة النهائية.
- كما يمكن إضافة أحداث صوتية قصيرة داخل النص، مثل الضحك والتنهد والتوقف والتنفس، إلى جانب توجيه الأسلوب العام للأداء. وهذا يوسع نطاق التحكم من مجرد تحديد ما سيقال إلى تحديد الطريقة التي سيقال بها، وهو ما تركز عليه Google في استخدامات السرد والحوارات والأداء التمثيلي.
- وتدعم النماذج أيضا مشاهد الحوار بين متحدثين من نص واحد، مع الحفاظ على تمييز الصوتين وتبادل الأدوار بينهما. بالنسبة لصانع المحتوى، يتيح ذلك بناء مشهد حواري كامل من نص واحد مع توجيه كل متحدث بحسب السياق، بدلا من التعامل مع كل مسار صوتي كعملية منفصلة.
توسيع استخدام الشخصيات والأصوات الاصطناعية
تتيح Gemini 3.8 Flash TTS إنشاء أصوات جديدة من الصفر باستخدام أوصاف باللغة الطبيعية، كما تدعم النماذج تصميم الأصوات واستنساخ أصوات موجودة. وهذا يفتح استخدامات عملية لإنشاء شخصيات صوتية مخصصة للكتب الصوتية والألعاب والبودكاست والمحتوى التفاعلي.
وفي الوقت نفسه، يوفر Flash-Lite TTS مسارا مخصصا للإنتاج واسع النطاق، بينما يركز Flash TTS على الجودة الصوتية والتفاصيل التمثيلية والحوار المعقد. وبذلك تختلف طريقة استخدام الصوت الاصطناعي بحسب طبيعة المشروع، من شخصية صوتية لمحتوى إبداعي إلى توليد كميات كبيرة من المحتوى الصوتي والخدمات الحوارية.
الخلاصة يقدم Gemini 3.8 Flash TTS
تطورا واضحا في توليد الصوت بالذكاء الاصطناعي، من خلال الجمع بين محاكاة الأصوات وتخصيصها والتحكم في طريقة أداء النص، بما يجعل إنتاج الصوت أكثر مرونة وتعبيرا. وفي المقابل، تضيف Google طبقات للموافقة وعلامات SynthID للمساعدة في استخدام هذه التقنيات بصورة أكثر وضوحا ومسؤولية.
أسئلة شائعة حول استنساخ الصوت بالذكاء الاصطناعي في Gemini
إذا كانت لديك أسئلة حول استنساخ الصوت بالذكاء الاصطناعي في Gemini أو طريقة عمل النماذج الصوتية الجديدة، فهذا القسم يجيب عن أبرز الاستفسارات المتعلقة بإمكانية محاكاة الصوت، ومدة العينة المطلوبة، والتحكم في الأداء، وإنشاء الحوارات، وطرق تجربة Gemini 3.8 Flash TTS.
هل يستطيع Gemini استنساخ صوت المستخدم؟
نعم، تدعم نماذج Gemini 3.8 Flash TTS وGemini 3.8 Flash-Lite TTS ميزة Voice Replication لإعادة إنشاء الخصائص الصوتية لمتحدث من عينة صوتية قصيرة. ويتطلب إنشاء النسخة الصوتية تقديم عينة مرجعية وتسجيل منفصل للموافقة من المتحدث نفسه، مع التحقق من تطابق الصوتين قبل إنشاء النسخة.
ما مدة عينة الصوت المطلوبة؟
توضح وثائق Gemini API أن العينة الصوتية المرجعية المطلوبة لميزة Voice Replication تتراوح بين 10 و30 ثانية من كلام واضح وطبيعي للمتحدث. وتشير Google في إعلانها عن الميزة إلى إمكانية إعادة إنشاء الصوت من عينة مدتها 30 ثانية، مع اشتراط وجود تسجيل منفصل للموافقة.
هل يمكن توجيه طريقة إلقاء النص؟
نعم. تتيح نماذج Gemini 3.8 TTS توجيه الأداء الصوتي على مستوى السطور والجمل، بما يشمل الإيقاع والنبرة والمشاعر وبعض الأحداث الصوتية مثل الضحك والتنهد والتوقف القصير. وهذا يجعل أداء صوتي بالذكاء الاصطناعي أكثر قابلية للتحكم مقارنة بقراءة النص بنبرة ثابتة.
هل يمكن إنشاء حوار بين صوتين؟
نعم، يدعم النموذجان إنشاء محتوى متعدد المتحدثين، ويمكن بناء مشهد حواري بصوتين من نص واحد. وتوفر Google في AI Studio تجربة تتيح توجيه الحوار سطرا بسطر ضمن محرر مخصص للحوارات بين متحدثين.
هل الصوت الناتج يحمل علامة تكشف أنه مولد بالذكاء الاصطناعي؟
نعم. توضح Google أن كل مقطع صوتي يتم توليده باستخدام نماذج Gemini Audio يحمل علامة SynthID غير مرئية مدمجة في الصوت، للمساعدة في اكتشاف المحتوى الصوتي المولد بالذكاء الاصطناعي. وهذه العلامة لا تكون مسموعة للمستمع كإشارة صوتية ظاهرة.
أين يمكن تجربة Gemini 3.8 Flash TTS؟
يمكن للمطورين تجربة Gemini 3.8 Flash TTS وGemini 3.8 Flash-Lite TTS عبر Google AI Studio واستخدامهما من خلال Gemini API. كما أعلنت Google إتاحة قدرات النماذج الجديدة ضمن منتجات أخرى، منها Gemini Notebook وGoogle Vids، مع اختلاف النموذج والاستخدام المتاح بحسب المنتج.