แท็ก

#voice AI

2 บทความ

Google เปิด Gemini 3.8 Flash TTS และ Flash-Lite TTS — ออกแบบเสียงใหม่ด้วย prompt, โคลนเสียงจากคลิป 30 วินาทีพร้อมยืนยันความยินยอม ราคาโปรฯ ถูกกว่า 3.1 แต่ภาษาไทยรองรับแค่รุ่น Flash
โมเดลใหม่

Google เปิด Gemini 3.8 Flash TTS และ Flash-Lite TTS — ออกแบบเสียงใหม่ด้วย prompt, โคลนเสียงจากคลิป 30 วินาทีพร้อมยืนยันความยินยอม ราคาโปรฯ ถูกกว่า 3.1 แต่ภาษาไทยรองรับแค่รุ่น Flash

Google ปล่อยโมเดล TTS สองตัวใน Gemini API และ AI Studio: Gemini 3.8 Flash TTS สำหรับงานเสียงเชิงสร้างสรรค์ ที่ออกแบบเสียงจาก prompt และโคลนเสียงจากคลิป 30 วินาทีได้ กับ Flash-Lite TTS ที่มาแทน gemini-3.1-flash-tts-preview สำหรับงานปริมาณมาก API ใหม่บังคับให้ย้ายคำกำกับการพูดไปไว้ใน speech_metadata และภาษาไทยรองรับเฉพาะรุ่น Flash

· อ่าน 4 นาที
Hugging Face + Cerebras เปิดสแตกเสียงเรียลไทม์แบบเปิดทั้งเส้น — Parakeet → Gemma 4 บน Cerebras → Qwen3-TTS สลับชิ้นส่วนได้อิสระ
เครื่องมือนักพัฒนา

Hugging Face + Cerebras เปิดสแตกเสียงเรียลไทม์แบบเปิดทั้งเส้น — Parakeet → Gemma 4 บน Cerebras → Qwen3-TTS สลับชิ้นส่วนได้อิสระ

1 ก.ค. 2026 Hugging Face จับมือ Cerebras ปล่อยสแตกสนทนาด้วยเสียงแบบเรียลไทม์ที่เปิดทั้งเส้น — Parakeet ถอดเสียง, Gemma 4 31B คิดบน Cerebras, Qwen3-TTS พูดกลับ — ทุกชิ้นเปิดและสลับได้ พร้อมโค้ดจริงบน GitHub และ argument ที่น่าสนใจว่าตัวฆ่าแอปเสียงคือ P95 tail latency ไม่ใช่ค่าเฉลี่ย

· อ่าน 5 นาที