Gemini revoluciona a comunicação com IA que alterna idiomas em tempo real

A Google está elevando a experiência de conversação digital com os avanços mais recentes em sua tecnologia de texto para fala (TTS) do Gemini. Revelada na Google I/O 2025, a nova funcionalidade de TTS promete transformar a maneira como interagimos com a inteligência artificial, oferecendo uma voz mais expressiva e natural, alimentada por saídas de áudio nativas.

Durante uma demonstração impactante, Tulsee Doshi apresentou os modelos Gemini 2.5 TTS, destacando uma voz gerada por IA que soa incrivelmente humana, com nuances sutis que a diferenciam das vozes robóticas tradicionais. O sistema demonstra fluência impressionante em mais de 24 idiomas, alternando entre eles de forma quase instantânea. Na apresentação, a IA transitou do inglês para o hindi e de volta ao inglês, tudo utilizando a mesma voz, criando a ilusão de uma única pessoa bilíngue. Além disso, a capacidade de mudar para um sussurro, embora descrita como um pouco estranha por alguns, demonstra a versatilidade e o potencial expressivo dessa tecnologia.

A nova tecnologia de texto para fala já está disponível através da API Gemini, permitindo que desenvolvedores e empresas integrem essa inovação em suas próprias aplicações e serviços. Adicionalmente, a API Gemini Live contará com uma prévia da versão 2.5 Flash do diálogo de áudio nativo, expandindo ainda mais as possibilidades de interação com a IA. Este avanço representa um passo significativo em direção a uma comunicação mais natural e intuitiva entre humanos e máquinas, abrindo novas oportunidades para acessibilidade, educação e entretenimento.

Origem: Link

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Rolar para cima