Google představil dva hlasové modely Gemini 3.8. Jeden míří na tvorbu postav, druhý na velké objemy audia

Google 23. září 2026 představil Gemini 3.8 Flash TTS a Gemini 3.8 Flash-Lite TTS. Oba modely převádějí text na mluvené audio, ale řeší odlišné potřeby: první dává přednost tvorbě osobitého hlasu a detailnímu vedení přednesu, druhý je určen pro nákladově úspornou výrobu většího množství audia, například dabingu. Zkratka TTS znamená text-to-speech, tedy převod textu na řeč. 427

Flash, nebo Flash-Lite?

Flash TTS je kreativně zaměřená varianta. Hlas lze podle Googlu navrhnout běžným jazykem: popsat jeho roli, přízvuk a hlasové vlastnosti a následně určit, jak mají znít jednotlivé repliky. Hodí se tam, kde záleží na rozpoznatelné postavě a přesně vedeném výkonu. 430

Flash-Lite TTS Google staví na produkci ve velkém, například na dabingu, tvorbě audioobsahu a hlasových asistentech. Jeho cílem jsou nižší náklady, nikoli projev bez emocí: i u něj Google uvádí možnost řídit tón a tempo řeči. 2730

Hlasy, jazyky a řízení přednesu

Google uvádí více než 2 000 připravených hlasů a možnost vytvářet vlastní hlasy pomocí textových zadání. U scén s více mluvčími lze podle firmy vést dialog a zadávat pokyny po jednotlivých replikách, včetně tónu, přízvuku a tempa. 42829

Firma mluví o tvorbě hlasů ve více než 100 jazycích a dialektech. Nezávislé katalogy modelů uvádějí konkrétně 130 jazyků u Flash TTS a 101 u Flash-Lite TTS. Tato čísla popisují uváděné jazykové pokrytí; sama o sobě nezaručují, že každý hlas a každá funkce budou fungovat v každém jazyce. 271718

Vytvoření nové hlasové postavy není totéž co replikace hlasu existujícího člověka. Ta podle zpráv o uvedení pracuje s přibližně 30sekundovou ukázkou a vyžaduje ověření souhlasu vlastníka hlasu. 2223

Jaká platí ochranná opatření?

Google uvádí ověřování souhlasu při replikaci hlasu. Zprávy o uvedení dále popisují nepostřehnutelné označení generovaného audia technologií SynthID a obsahové údaje podle standardu C2PA u replikovaných hlasů. Jde o ochranná opatření, nikoli o záruku, že nemůže dojít ke zneužití. 2334

Pro čtenáře v Česku je podstatné také omezení dostupnosti: podle zpráv o uvedení není replikace hlasu v Google AI Studiu dostupná v Evropském hospodářském prostoru, do kterého Česko patří. Toto omezení nelze automaticky vztahovat na všechny ostatní funkce obou modelů. 1934

Co říkají výsledky testů?

Podle výsledků uváděných při uvedení získal Flash TTS 71,4 bodu a první místo v testu tvorby hlasů Voice Design Benchmark společnosti Hume AI. Další zpráva uvádí 60,8 bodu v měření napodobování přízvuku. Google také tvrdí, že Flash TTS a Flash-Lite TTS obsadily první dvě příčky v celkovém žebříčku kvality Hume AI. Jsou to zveřejněné výsledky testů, ne záruka výkonu v konkrétní aplikaci. 1921

Kde jsou modely dostupné?

Google 23. září oznámil začátek nasazování obou modelů v Google AI Studiu a Gemini API, tedy v nástrojích pro vývojáře. Poznámky k vydání API uvádějí modely TTS i rozhraní Voices jako obecně dostupné. Pro běžné uživatele firma jmenovala Flash TTS v Gemini Notebooku a Flash-Lite TTS v Google Vids; přístup přes Gemini Enterprise označila za připravovaný. Nasazení modelu v produktu ještě neznamená, že v něm byly od začátku dostupné všechny hlasové funkce. 2932

První zprávy o integracích zmiňují platformy Agora, LiveKit, Pipecat a Vercel a firmy Figma, HeyGen či Wondercraft, které zkoumají využití pro dabing, lokalizaci nebo hlasové asistenty. Neznamená to, že jsou všechny možnosti již dostupné ve všech těchto službách. 37