구글, Gemini 3.8 Flash TTS 및 Flash-Lite TTS 공개… 음성 디자인 벤치마크 1위 기록

구글이 Gemini 3.8 Flash TTS와 Gemini 3.8 Flash-Lite TTS를 공개하며 Gemini Audio 제품군을 확장했다. 두 모델 모두 Hume AI의 Voice Design Benchmark에서 상위권을 차지했으며, 특히 Flash TTS는 종합 점수 71.4로 1위를 기록했다.

주요 기능 및 성능

• 생성형 보이스 디자인: 자연어 프롬프트를 통해 100개 이상의 언어와 방언에서 역할, 억양, 목소리 특성을 맞춤 설정할 수 있다.
• 보이스 복제: 30초 분량의 오디오 샘플로 일관된 보컬 프로필을 재현하며, 동의 검증 및 SynthID 워터마킹으로 보호된다.
• 성능 제어: 대사 지시문이나 자연스러운 스크립트 큐를 통해 라인별 전달 방식을 조절하고, 장시간 오디오에서도 화자 드리프트를 최소화한다.
• 다중 화자 지원: 단일 스크립트로 두 명의 화자가 자연스럽게 대화하는 장면을 연출할 수 있다.

배포 및 파트너십

개발자는 Gemini API와 Google AI Studio를 통해 즉시 사용할 수 있으며, 기업은 Gemini Enterprise API를 통해 추후 제공된다. 일반 사용자는 Gemini Notebook(Flash TTS)과 Google Vids(Flash-Lite TTS)에서 접근 가능하다. Figma, HeyGen, Linguana 등 주요 파트너사들이 해당 모델을 통합하여 글로벌 더빙 및 대화형 에이전트 구축에 활용하고 있다.

제한 사항

AI Studio를 통한 보이스 복제 기능은 일리노이, 텍사스, EEA, 영국, 스위스, 인도에서는 사용할 수 없다.