Google : Gemini 3.8 Flash TTS
Google a lancé Gemini 3.8 Flash TTS le 23 septembre 2026 pour la direction créative et la création de personnages. Selon la documentation de l’API Gemini, le modèle lit du texte et produit de l’audio pour des usages comme les livres audio, la narration en studio et les dialogues à plusieurs locuteurs.
Gemini 3.8 Flash TTS ou Gemini 3.8 Flash-Lite TTS : lequel choisir ?
À sa sortie, le 23 septembre 2026, Google présente deux nouveaux modèles de synthèse vocale de la famille Gemini : Gemini 3.8 Flash TTS et Gemini 3.8 Flash-Lite TTS. Le 23 septembre 2026, Google écrit que le premier est conçu pour une direction créative approfondie et la création de personnages. Pour le second, le 23 septembre 2026, Google écrit qu’il est conçu pour une production à grand volume et économique.
Selon la documentation de l’API Gemini, la force principale de Gemini 3.8 Flash TTS est une fidélité vocale maximale, la finesse du jeu d’acteur et la couverture des dialectes, tandis que celle de Gemini 3.8 Flash-Lite TTS est un débit élevé, une faible latence et un coût réduit.
Selon la documentation de l’API Gemini, Google cite comme cas d’usage de Gemini 3.8 Flash TTS les livres audio, la narration en studio, les dialogues complexes à plusieurs locuteurs, le jeu chargé en éclats vocaux, les prononciations difficiles et les dialectes régionaux. Pour Gemini 3.8 Flash-Lite TTS, selon la documentation de l’API Gemini, Google cite comme cas d’usage la production à grand volume, les agents vocaux en temps réel, la lecture à voix haute, la réplication de voix et la génération courante à une seule voix.
Selon la documentation de l’API Gemini, les deux modèles partagent le même schéma d’API et la même structure de consignes. Toujours selon la documentation de l’API Gemini, Google recommande Gemini 3.8 Flash-Lite TTS pour remplacer gemini-3.1-flash-tts-preview et présente Gemini 3.8 Flash TTS comme un nouveau palier créatif phare.
À quoi sert Gemini 3.8 Flash TTS
Audio
Gemini 3.8 Flash TTS permet de créer des voix par des consignes en langage naturel pour des personnages de jeux vidéo, des livres audio immersifs, des podcasts et des médias interactifs, le 23 septembre 2026, selon Google. Selon la documentation de l’API Gemini, le modèle est conçu pour une fidélité vocale de qualité studio, un jeu d’acteur expressif et des accents régionaux authentiques.
Les modèles Gemini 3.8 TTS conservent une voix de grande qualité, un rythme naturel et le timbre des personnages sur des heures d’audio continu, avec une dérive minimale du locuteur, le 23 septembre 2026, selon Google. Google les juge idéaux pour les podcasts et les livres audio dans son annonce du 23 septembre 2026.
Synthèse vocale
Gemini 3.8 Flash TTS transforme un texte en audio à une ou plusieurs voix, selon le guide de synthèse vocale de l’API Gemini. Selon ce guide de l’API Gemini, les modèles Gemini 3.8 TTS proposent 30 voix de studio prédéfinies, dont Kore, Puck, Zephyr et Charon. Pour les voix sur mesure, le rôle, l’accent et les caractéristiques se décrivent en langage naturel, le 23 septembre 2026, selon Google.
Selon la documentation de l’API Gemini, le modèle suit avec précision les indications de style de chaque tour de parole et les événements vocaux comme un rire, un soupir ou une courte pause. Le texte est toutefois lu strictement comme une transcription mot pour mot : une indication écrite peut être prononcée, selon la documentation de l’API Gemini. Selon cette documentation de l’API Gemini, le style et le nom du locuteur se placent dans des métadonnées structurées.
- Audio
- Synthèse vocale
Essayer Gemini 3.8 Flash TTS
Où l'utiliser pour de vrai, puis un exemple à copier pour découvrir ce qu'il sait faire.
Où l'essayer
Google AI StudioApplication officielleCompte Google requisVérifié le 30/10/2026 · sourceOuvrir Google AI Studio
Quoi lui demander
- Audio
Faire lire un texte
Écoutez le naturel de la voix, les pauses et la lecture des heures.
Selon l'outil, le ton se règle dans l'interface plutôt que dans le texte.
Lis ce texte d'une voix chaleureuse et posée, avec une courte pause après la première phrase : « Bienvenue à la médiathèque. Aujourd'hui, l'atelier de lecture commence à 15 h 30, au premier étage. Bonne visite ! »
Les réponses changent d'un essai à l'autre et selon la plateforme. Un accès gratuit dépend toujours de l'outil, de l'offre et de ses limites.
Le dialogue à deux voix de Gemini 3.8 Flash TTS
Gemini 3.8 Flash TTS dirige des conversations à deux locuteurs à partir d’un seul script, en conservant des voix distinctes et une alternance naturelle des tours de parole, le 23 septembre 2026, selon Google.
Selon le guide de synthèse vocale de l’API Gemini, une requête à plusieurs locuteurs accepte au plus 2 locuteurs avec des voix prédéfinies. Pour faire dialoguer des voix créées ou répliquées, chaque tour de parole doit être synthétisé séparément, selon le guide de synthèse vocale de l’API Gemini. Chaque tour doit aussi désigner son locuteur dans speech_metadata, parmi les locuteurs configurés, selon la documentation de l’API Gemini.
Le 23 septembre 2026, Google écrit qu’avec les modèles Gemini 3.8 TTS, on ajoute dans le script des signaux non verbaux, comme un rire, un soupir ou un hoquet de surprise, et des interjections d’écoute active, pour régler le rythme comique et les réactions. Selon le guide de synthèse vocale de l’API Gemini, la parole simultanée ou entrelacée de deux locuteurs fonctionne le mieux avec gemini-3.8-flash-tts lorsque les passages concernés sont écrits en segments entre barres verticales.
Caractéristiques techniques de Gemini 3.8 Flash TTS
Gemini 3.8 Flash TTS est sorti le 23 septembre 2026. Selon la documentation de l’API Gemini, il porte l’identifiant gemini-3.8-flash-tts, lit du texte en entrée et produit de l’audio en sortie. Selon cette même documentation de l’API Gemini, il accepte au plus 8 192 tokens en entrée et produit au plus 16 384 tokens en sortie, ce dernier plafond étant une limite de service de l’API Gemini.
Selon la documentation de l’API Gemini, gemini-3.1-flash-tts-preview et les modèles TTS antérieurs renvoyaient par défaut un audio PCM brut sans en-tête. Pour une requête simple, les modèles Gemini 3.8 TTS renvoient par défaut un audio WAV avec un en-tête RIFF standard, selon la documentation de l’API Gemini.
Selon la documentation de l’API Gemini mise à jour le 9 octobre 2026, le modèle détecte automatiquement la langue du texte et prend en charge plus de 130 langues, dont le français. Selon le guide de synthèse vocale de l’API Gemini, les modèles Gemini 3.8 TTS produisent par défaut un audio PCM de 16 bits, mono, à 24 kHz.
Pour une requête simple, la réponse prend la forme d’un fichier WAV complet, selon le guide de synthèse vocale de l’API Gemini. En streaming, l’audio arrive sous forme de morceaux bruts sans en-tête, selon ce même guide de l’API Gemini. Selon la carte de modèle de Google DeepMind, les modèles Gemini 3.8 Audio, dont Gemini 3.8 Flash TTS, reposent sur Gemini 3 Pro.
- Éditeur
Google
- Sortie
- Hébergeurs
- Google, Google AI Studio
Source : OpenRouter.
Où utiliser Gemini 3.8 Flash TTS
Gemini 3.8 Flash TTS commence son déploiement le 23 septembre 2026, selon Google, pour les développeurs dans l’API Gemini et Google AI Studio, et pour tous dans Gemini Notebook. Pour les entreprises, Google annonce le 23 septembre 2026 une arrivée prochaine par API dans Gemini Enterprise, distincte des accès dont le déploiement commence le jour de cette annonce.
Le 23 septembre 2026, Google présente le nouvel espace audio de Google AI Studio comme un atelier de conception de voix. Selon Google, cet espace permet de créer une voix à partir d’une consigne, puis d’en diriger la diction ligne à ligne dans un éditeur de scénario à deux locuteurs.
Selon la documentation de Google Cloud, la version gemini-3.8-flash-tts est proposée en préversion dans Gemini Enterprise, avec une date de sortie fixée au 28 septembre 2026 pour Gemini Enterprise. Selon la documentation de l’API Gemini, le modèle s’utilise également par la Batch API, pour le traitement par lots, ainsi qu’en inférence Flex et en inférence Priority.
L'API Google
Pour relier le modèle à votre application
Un accès gratuit dépend toujours de l'outil, de l'offre et de ses limites : nous ne l'attribuons pas au modèle seul.
Gemini 3.8 Flash TTS parmi les versions de Gemini TTS
Gemini 3.8 Flash TTS, sorti le 23 septembre 2026, est l’une des 3 versions de Gemini TTS publiées sur Aikiwi, rangées dans la frise par date de sortie.
Les versions sélectionnées
| Repères | Gemini 3.8 Flash TTSVous êtes ici | Gemini 3.1 Flash TTS Preview | Gemini 3.8 Flash Lite TTS |
|---|---|---|---|
| Elo | |||
| Sortie | |||
| Contexte | |||
| Prix d'entrée | |||
| Prix de sortie | |||
| Entrées | |||
| Réflexion | |||
| Tâches | |||
| Ce qui le distingue | Google a lancé Gemini 3.8 Flash TTS le 23 septembre 2026 pour la direction créative et la création de personnages. Selon la documentation de l’API Gemini, le modèle lit du texte et produit de l’audio pour des usages comme les livres audio, la narration en studio et les dialogues à plusieurs locuteurs. | Google a lancé Gemini 3.1 Flash TTS Preview pour la synthèse vocale le 15 avril 2026, selon les notes de version de l’API Gemini. Selon la documentation de l’API Gemini, le modèle reçoit du texte en entrée et produit de l’audio en sortie. | Gemini 3.8 Flash Lite TTS est un modèle de synthèse vocale publié par Google le 23 septembre 2026. Selon la page du modèle de l’API Gemini, il lit du texte et produit de l’audio ; Google y cite comme cas d’usage la production à fort volume, les chaînes d’agents vocaux en temps réel et la lecture à voix haute. |
Les repères sont ceux renseignés dans l'annuaire ; un repère absent de toutes les versions sélectionnées n'est pas affiché. Comparaison complète dans le comparateur
La génération Gemini 3
FAQ
Quand Gemini 3.8 Flash TTS est-il sorti ?
Gemini 3.8 Flash TTS est sorti le 23 septembre 2026. Google a annoncé le modèle le même jour.
Combien de voix propose Gemini 3.8 Flash TTS ?
Gemini 3.8 Flash TTS propose une bibliothèque de plus de 2 000 voix prêtes pour la production, selon l’annonce de Google du 23 septembre 2026. À sa sortie, Google indique qu’elle couvre de nombreuses langues, avec des variantes régionales comme l’espagnol du Mexique, le français du Québec et l’anglais d’Écosse.
Peut-on répliquer sa voix avec Gemini 3.8 Flash TTS ?
Gemini 3.8 Flash TTS permet de recréer ton profil vocal à partir d’un échantillon audio de 30 secondes, selon Google le 23 septembre 2026. À sa sortie, Google précise que cette fonction concerne ta propre voix ou une voix dont tu détiens les droits, avec une vérification du consentement intégrée et des identifiants C2PA.
Les audios de Gemini 3.8 Flash TTS portent-ils un filigrane ?
Gemini 3.8 Flash TTS génère des extraits audio portant un filigrane SynthID, selon Google le 23 septembre 2026. Dans cette annonce, Google précise que ce marquage concerne chaque extrait généré par ses modèles Gemini Audio.
Usage sur OpenRouter
- Voix
- 2,62 M requêtes sur le dernier mois · 3e sur 20 des modèles les plus utilisés en Voix
Source : OpenRouter (openrouter.ai/rankings), au , données sous licence CC BY 4.0. Le volume traité via l'API OpenRouter mesure l'adoption, pas la qualité.