Gemini 3.8 TTS : Google permet de modifier une voix de synthèse existante avec une simple consigne

Google a ouvert le 4 novembre 2026 Voice Remixing pour Gemini 3.8 Flash TTS, son modèle de synthèse vocale lancé en septembre. Le principe : au lieu de créer une voix de zéro, on part d’une voix existante et on la modifie avec une consigne écrite, du type « ajoute un léger accent du sud des États-Unis » ou « rends la voix un peu plus âgée, plus posée, avec un rythme de livre audio ». La fonction est disponible dans Google AI Studio et l’API Gemini.

Comment ça marche

On choisit une voix de base : l’une des 30 voix de studio de Google, une voix de la bibliothèque étendue (plus de 2 000 voix selon Google), ou une voix déjà conçue par description (« Voice design »). On décrit ensuite les changements relatifs souhaités : âge, hauteur, énergie, timbre, accent, débit. Le modèle crée une nouvelle voix stockée, avec son propre identifiant et un court extrait d’aperçu, sans toucher à la voix d’origine. Ce remix peut lui-même servir de base à un nouveau remix, pour affiner une voix par petites touches.

Les voix obtenues fonctionnent avec Gemini 3.8 Flash TTS et sa version plus légère Flash-Lite TTS. La fonction est réservée aux projets API payants (palier 1 ou plus). Un projet peut stocker jusqu’à 200 voix personnalisées, toutes catégories confondues, et chaque voix expire un an après sa dernière utilisation.

Ce qui reste exclu : les voix clonées

Gemini 3.8 TTS propose cinq façons d’obtenir une voix, dont la réplication d’une vraie voix à partir d’un enregistrement. Celle-ci obéit à des règles plus strictes : Google exige un extrait de 10 à 30 secondes et un enregistrement de consentement du même locuteur adulte, qui lit une phrase imposée, et rejette les enregistrements synthétiques ou porteurs d’un filigrane SynthID ou C2PA. Tout audio produit porte un filigrane SynthID inaudible, selon la documentation.

Le remix, lui, est décrit comme s’appliquant aux voix préconstruites, à celles de la bibliothèque et aux voix conçues ou déjà remixées du projet. Les voix répliquées n’apparaissent pas dans la liste des bases acceptées : on ne peut donc pas, d’après la documentation, partir d’une voix clonée pour la transformer.