Gemini 3.8 TTS: Google consente di modificare una voce sintetica esistente con un semplice prompt

Google ha reso disponibile il 4 novembre 2026 Voice Remixing per Gemini 3.8 Flash TTS, il suo modello di sintesi vocale lanciato a settembre. Il principio: invece di creare una voce da zero, si parte da una voce esistente e la si modifica con un’istruzione scritta, del tipo «aggiungi un leggero accento del sud degli Stati Uniti» o «rendi la voce un po’ più anziana, più pacata, con un ritmo da audiolibro». La funzionalità è disponibile in Google AI Studio e nell’API Gemini.

Come funziona

Si sceglie una voce di base: una delle 30 voci da studio di Google, una voce della libreria estesa (oltre 2.000 voci secondo Google), o una voce già progettata tramite descrizione («Voice design»). Si descrivono poi i cambiamenti relativi desiderati: età, tono, energia, timbro, accento, velocità. Il modello crea una nuova voce memorizzata, con un proprio identificativo e una breve anteprima audio, senza toccare la voce di partenza. Questo remix può a sua volta servire da base per un nuovo remix, così da perfezionare una voce a piccoli passi.

Le voci ottenute funzionano con Gemini 3.8 Flash TTS e con la sua versione più leggera Flash-Lite TTS. La funzione è riservata ai progetti API a pagamento (livello 1 o superiore). Un progetto può memorizzare fino a 200 voci personalizzate di qualsiasi tipologia, e ciascuna voce scade un anno dopo il suo ultimo utilizzo.

Cosa resta escluso: le voci clonate

Gemini 3.8 TTS propone cinque modi per ottenere una voce, tra cui la replica di una voce reale a partire da una registrazione. Quest’ultima segue regole più rigide: Google richiede un estratto da 10 a 30 secondi e una registrazione del consenso dello stesso locutore adulto, che legge una frase prestabilita, e rifiuta le registrazioni sintetiche o contrassegnate da un watermark SynthID o C2PA. Ogni contenuto audio generato include un watermark SynthID impercettibile, stando alla documentazione.

Il remix, dal canto suo, è descritto come applicabile alle voci predefinite, a quelle della libreria e alle voci progettate o già remixate del progetto. Le voci replicate non compaiono nell’elenco delle basi consentite: in base alla documentazione, non è quindi possibile partire da una voce clonata per trasformarla.