Google hat Voice Remixing für Gemini 3.8 TTS am 4. November freigegeben. Aus einer vorhandenen oder zuvor gestalteten Stimme lässt sich mit einer natürlich formulierten Anweisung eine neue, separat gespeicherte Stimme erzeugen.
Eine Stimme als Ausgangspunkt
Wer etwa das Sprechtempo oder den Akzent verändern möchte, beschreibt den gewünschten Unterschied. Laut Googles Versionshinweisen erhält das Ergebnis eine eigene Kennung. Die Ausgangsstimme bleibt erhalten.
So lassen sich Varianten mit demselben kurzen Text vergleichen. Tempo, Betonung und Verständlichkeit sollten dabei einzeln beurteilt werden. Eine sichtbare Wellenform allein sagt nicht, wie passend eine Stimme für das Publikum klingt.
Wo die Funktion verfügbar ist
Das Remixing funktioniert laut Google interaktiv in AI Studio und über die Gemini API. Für die Erstellung nutzt die API Gemini 3.8 Flash TTS. Die neue Sprachkennung kann anschließend mit Flash TTS oder Flash-Lite TTS für die Sprachausgabe verwendet werden.
Das Verfahren unterscheidet sich sowohl vom Entwurf einer Stimme aus einer Beschreibung als auch von der Nachbildung einer Person anhand einer Aufnahme. Prüfe vorab die verfügbaren Ausgangsstimmen und die Zugangsbedingungen deines Projekts. Das Recht zur Nutzung einer persönlichen Aufnahme darf nicht vorausgesetzt werden.
Ein kurzer Hörvergleich
Verwende für jede Variante denselben Text und ändere jeweils nur eine Anweisung. Vergleiche die neue Fassung mit dem Original. So wird leichter hörbar, welche Änderung dem Inhalt tatsächlich hilft.
