Google запустил полный стек аудиомоделей Gemini с трансляцией на 85+ языков

Google выпустил набор аудиомоделей Gemini с поддержкой транскрипции на 85+ языках, речь-в-речь переводом, низколатентным аудио для голосовых агентов и синтезом речи с управлением стилем через теги. Все компоненты помечены технологией SynthID для идентификации синтетического контента.

Модели позволяют сохранять тон и ритм оригинального говорящего при переводе и управлять темпом, эмоцией и стилем озвучки через аудиотеги.