Google Çeviri uygulamasına gelen "canlı konuşma" özelliği iletişim bariyerlerini yıkarken, yeni Gemini 2.5 Flash ve Pro modelleri yapay zeka seslendirmesini insani boyutlara taşıyor.
Yapay zeka yarışında hız kesmeyen Google, ses teknolojilerinde devrim yaratacak yeni özelliklerini ve modellerini tanıttı. Google AI’nın resmi X (Twitter) hesabından yapılan paylaşıma göre; Gemini modelleri artık insan sesindeki nüansları yakalamaktan, karmaşık diyalogları yönetmeye kadar pek çok alanda çağ atlıyor.
Duyuruda öne çıkan 3 kritik yenilik şöyle:
Google, milyonlarca kullanıcının hayatını kolaylaştıracak bir özelliği beta sürecine soktu. Gemini’nin canlı konuşmadan konuşmaya (speech-to-speech) çeviri yeteneği, Google Çeviri (Translate) uygulamasına geliyor.
Bu özellik sayesinde uygulama, sadece kelimeleri çevirmekle kalmayacak; insan konuşmasındaki tonlamaları, vurguları ve nüansları yakalayarak gerçek zamanlı ve doğal bir sesli çeviri deneyimi sunacak.
İçerik üreticileri ve geliştiriciler için sunulan Gemini 2.5 Flash ve 2.5 Pro Metinden Konuşmaya (Text-to-Speech) önizleme modelleri, yapay zeka seslendirmesini bir üst seviyeye taşıyor. Yeni modellerin yetenekleri şunlar:
Stil Komutlarına Uyum: Sesin üzgün, heyecanlı veya fısıltı halinde olması gibi stil isteklerine tam itaat.
Hassas Hız Ayarı: Bağlama göre konuşma hızını otomatik ayarlayan, nefes paylarını hesaplayan akıllı tempo.
Karakter Tutarlılığı: Çoklu konuşmacı senaryolarında, her karakterin ses tonunun tutarlı kalması sağlanıyor.
Güncellemenin üçüncü ayağında ise Gemini 2.5 Flash Native Audio modeli yer alıyor. Güncellenen bu model, sadece metni okumuyor; karmaşık iş akışlarını yönetebiliyor, kullanıcının yönlendirmelerini daha iyi anlıyor ve çok daha doğal, akıcı karşılıklı konuşmalar gerçekleştirebiliyor.
Velev'i
Google Haberler üzerinden takip edin
