Gemini 3.8 Flash TTS

Le modèle vocal créatif phare de Google : des lectures longues stables, des instructions de style séparées du script et 30 voix.

Packs ou abonnement

Crédits des packs sans expiration

Packs de crédits ou abonnement mensuel : un seul solde pour tous les modèles d'IA de ZOOOP. · Rechargez quand vous en avez besoin ; les crédits des packs restent jusqu'à ce que vous les utilisiez.

Sélectionner le modèle*

Prompt*

Style Instructions

Voice*

Vos générations apparaîtront ici une fois que vous vous serez connecté.

Crédits gratuits lorsque vous vous inscrivez
Packs de crédits sans expiration · abonnements dès $9/mois
Tous les meilleurs modèles d'images, de vidéos et d'audio IA
Enregistrez, organisez et téléchargez toutes vos créations

Créer un compte est gratuit.

Caractéristiques clés

Des instructions de style, séparées des mots

Écrivez les mots exacts dans le script et la façon de les dire dans Style Instructions (instructions de style) : « chaleureux et lent », « un journal télévisé dramatique ». Le script reste propre et le même texte peut être lu de plusieurs façons.

Stable sur les longues lectures

Google a conçu la version 3.8 pour garder la même identité vocale, le même timbre, le même volume et la même ambiance sonore sur plusieurs minutes de narration, sans que la voix dérive en cours de route.

Événements vocaux intégrés

Ajoutez <laugh>, <sigh> ou <short pause> dans le texte, là où ils doivent se produire, pour une lecture plus naturelle et mieux jouée.

30 voix, de nombreuses langues

Trente voix nommées, de Kore et Puck à Zephyr et Achernar. Google indique que le modèle détecte automatiquement la langue du texte et prend en charge 130 langues.

Cas d'utilisation

Livres audio et longue narration

Lisez des chapitres et de longs contenus explicatifs avec une voix qui reste identique de la première à la dernière minute.

Un script, plusieurs lectures

Gardez le texte inchangé et modifiez seulement les instructions de style pour obtenir une version calme, une version enjouée et une version dramatique.

E-learning et audio de formation

Produisez une narration cohérente sur de nombreuses leçons, avec des pauses placées exactement là où les apprenants en ont besoin.

Voix pour un avatar parlant

Générez la voix, puis utilisez-la pour piloter un modèle d'avatar comme Kling Avatar V2.

Choisissez le bon modèle

Choisissez le bon modèle vocal. Vos crédits fonctionnent partout sur ZOOOP.

Instructions de style, narration longue et stableGemini 3.8 Flash TTS ←

Lectures les plus expressives avec balises audio, plus de 90 languesEleven V4

Voix off naturelle en chinoisQwen3-TTS

TTS économique, nombreuses voixInworld TTS

Effets sonores et ambianceSound Effects V3

Piloter un avatar parlantKling Avatar V2

Comment utiliser

Ouvrez Gemini 3.8 Flash TTS depuis cette page ou sélectionnez-le dans les outils Audio.

Collez le texte à lire, en ajoutant <laugh>, <sigh> ou <short pause> là où vous les voulez.

Choisissez une voix et, si vous le souhaitez, rédigez une instruction de style pour la façon de dire le texte.

Générez, puis téléchargez l'audio ou envoyez-le sur votre toile.

En détail

Ce que Gemini 3.8 Flash TTS fait bien, et ses limites

Gemini 3.8 Flash TTS est le modèle vocal créatif phare de Google, et son parti pris est clair : séparer les mots de la direction. Vous collez exactement ce qui doit être dit, et vous décrivez comment le dire dans une instruction de style distincte. Les scripts restent propres, vous pouvez essayer une lecture calme, une lecture enjouée et une lecture dramatique du même texte sans y toucher, et c'est pratique pour les équipes où une personne écrit et une autre dirige.

La première capacité phare est la stabilité sur les longs formats. Google a conçu la version 3.8 pour garder l'identité vocale, le timbre, le volume et même l'ambiance sonore cohérents sur de longues narrations et de longs dialogues : un chapitre de dix minutes ne se transforme pas peu à peu en une autre voix. C'est la principale raison de la préférer à Gemini 3.1 Flash TTS pour les livres audio, les cours et les longs contenus explicatifs.

La deuxième est la précision des indications de jeu. Les instructions de style sont suivies de plus près qu'avec la 3.1, et les événements vocaux intégrés comme <laugh>, <sigh> et <short pause> tombent là où vous les placez. Google indique aussi la prise en charge des accents régionaux et des dialectes minoritaires, et précise que le modèle détecte automatiquement la langue du texte parmi 130 langues.

Sur ZOOOP, vous choisissez parmi 30 voix nommées ; l'instruction de style est facultative.

Ses limites : les voix sont l'ensemble prédéfini de Google, sans clonage de voix ni voix personnalisées sur ZOOOP, et le dialogue à deux voix n'est pas encore proposé, il faut donc générer chaque intervenant séparément. Les interprétations pilotées par balises avec les voix ElevenLabs sont le point fort d'Eleven V4, et pour les projets centrés sur le chinois, Qwen3-TTS est un choix naturel.

Un bon repère : utilisez Gemini 3.8 Flash TTS pour les longues narrations et pour les lectures que vous voulez diriger en langage courant. Tournez-vous vers Eleven V4 si vous préférez les balises audio et les voix ElevenLabs, et vers Kling Avatar V2 pour transformer la voix en vidéo parlante.

Questions fréquemment posées

Quelles sont les nouveautés de Gemini 3.8 Flash TTS ?+

Google présente Gemini 3.8 Flash TTS comme son modèle de synthèse vocale créatif phare (mis à jour en septembre 2026). Par rapport à Gemini 3.1 Flash TTS, il est plus stable sur les longues lectures, suit plus précisément les consignes de style et les événements vocaux intégrés, et couvre davantage de langues et d'accents régionaux.

Que sont les instructions de style ?+

Un champ séparé qui décrit comment le texte doit être lu : rythme, ton, accent ou émotion. Le script lui-même reste exactement tel qu'il est écrit, ce qui vous permet d'essayer plusieurs interprétations sans le modifier.

Quelles balises intégrées comprend-il ?+

Des événements vocaux entre chevrons, comme <laugh>, <sigh> et <short pause>. Placez-les là où le son ou la pause doit se produire.

Combien y a-t-il de voix ?+

30 voix nommées sur ZOOOP, couvrant un large éventail de tons et de personnages.

Gemini 3.8 Flash TTS ou Eleven V4 ?+

Les deux sont expressifs. Choisissez Gemini 3.8 si vous voulez diriger la lecture avec des instructions de style en langage courant ; choisissez Eleven V4 si vous préférez des balises comme [laughs] écrites dans le script et les voix ElevenLabs.