Gemini 3.1 Flash TTS - Doğal dille ses stilini kontrol eden yeni nesil yapay zeka ses modeli

• Google'ın yeni kullanıma sunduğu text-to-speech modeli, önceki sürümlere kıyasla geliştirilmiş doğallık ve ifade gücü sunuyor; geliştiriciler, şirketler ve genel kullanıcılar için yapay zeka ses uygulamaları oluşturmayı destekliyor
• Yeni eklenen audio tags özelliğiyle doğal dil komutları doğrudan metne eklenerek ses stili, hız ve sunum biçimi ayrıntılı şekilde kontrol edilebiliyor
• Artificial Analysis TTS liderlik tablosunda 1.211 Elo puanı aldı ve yüksek kaliteli ses üretimi ile düşük maliyetin ideal birleşimi olarak değerlendirildi
• 70'ten fazla dili destekliyor ve yerel çok konuşmacılı diyalog özelliğini içinde barındırıyor
• Üretilen tüm seslere SynthID filigranı uygulanıyor; bu sayede yapay zeka tarafından üretilen içeriğin güvenilir biçimde tespit edilmesi ve yanlış bilgilendirmenin önlenmesi mümkün oluyor

---

Çıkış ve sunum kanalları

• Gemini 3.1 Flash TTS, geliştirilmiş kontrol edilebilirlik, ifade gücü ve kalite sunan en yeni text-to-speech modeli
• Şu anda aşağıdaki kanallar üzerinden önizleme olarak sunuluyor:
  • Geliştiriciler için: Gemini API ve Google AI Studio
  • Şirketler için: Vertex AI
  • Workspace kullanıcıları için: Google Vids

Geliştirilmiş ses kalitesi ve kontrol

• Genel ses kalitesi iyileştirildi; şimdiye kadarki en doğal ve en ifade gücü yüksek model olarak öne çıkıyor
• Artificial Analysis TTS liderlik tablosunda, binlerce kör insan tercih değerlendirmesine dayalı olarak 1.211 Elo puanına ulaştı
• Artificial Analysis, Gemini 3.1 Flash TTS'yi yüksek kaliteli ses üretimi ile düşük maliyetin ideal birleşimi olarak "most attractive quadrant" içinde konumlandırdı
• Yerel çok konuşmacılı diyalog, 70'ten fazla dil desteği ve doğal dil tabanlı ayrıntılı yaratıcı kontrol özellikleriyle farklılaşıyor

Audio tags ile daha güçlü ifade kabiliyeti

• Yeni audio tags özelliği sayesinde ses stili, hız ve sunum biçimi sezgisel şekilde kontrol edilebiliyor
• Metin girdisine doğal dil komutları doğrudan eklenerek yapay zeka ses çıktısı ayrıntılı biçimde ayarlanabiliyor
• Şirketler, Vertex AI içinde audio tags kullanarak yeni nesil kurumsal uygulamalar geliştirebiliyor
• Google AI Studio, geliştiricilere onları "director's chair" konumuna yerleştiren yapılandırılabilir kontroller sunuyor:
  • Scene direction: Ortamı tanımlayıp belirli replik yönergeleri ayarlayarak karakterlerin birden fazla tur boyunca doğal biçimde tepki vermesini sağlayan worldbuilding bağlamı sunar
  • Speaker-level specificity: Benzersiz Audio Profile ile karakterleri seçip, Director's Notes ile hız, ton ve vurguyu ayarlayabilir; inline tags sayesinde cümle ortasında bile ifade geçişi yapılabilir
  • Seamless export: Tamamlanan parametreler Gemini API kodu olarak dışa aktarılabilir, böylece farklı proje ve platformlarda tutarlı ses korunabilir
• Bu yapı sayesinde geliştiriciler akılda kalan karakterler ve sürükleyici ses deneyimleri oluşturabiliyor

Küresel ölçekte destek

• 70'ten fazla dilde yüksek doğrulukta ses ve hassas kontrol sunuyor
• Başlıca pazarlar için gelişmiş stil, hız ve tonlama kontrolüyle yerelleştirilmiş ses deneyimleri oluşturulabiliyor
• İlk test kullanıcıları olan geliştiriciler ve şirketler, 3.1 Flash TTS'nin etkileyici kontrol kabiliyeti ve ifade gücünü yüksek değerlendirdi
  • Audio tags'in yeni bir seviyede yaratıcı hassasiyet sunduğu ve basit metni yüksek doğruluklu vokal performansına dönüştürdüğü yönünde geri bildirim verdi

SynthID filigranlama

• Gemini 3.1 Flash TTS'nin ürettiği tüm seslere SynthID filigranı uygulanıyor
• Algılanamayan filigran doğrudan ses çıktısına gömülerek yapay zeka üretimli içeriğin güvenilir şekilde tespiti mümkün hale geliyor
• Yanlış bilgilendirmeyi önlemek için bir güvenlik önlemi olarak işlev görüyor ve model kartı üzerinden güvenlik ile sorumluluğa dair ayrıntılı bilgi sunuluyor