Gemini 3.8 Flash TTS

O modelo de voz criativo principal da Google: leituras longas estáveis, instruções de estilo separadas do roteiro e 30 vozes.

Pacotes ou planos

Créditos dos pacotes nunca expiram

Saiba mais

Pacotes de créditos ou um plano mensal: um só saldo para todos os modelos de IA do ZOOOP. · Recarregue quando precisar; os créditos dos pacotes ficam até você usar.

Gemini 3.8 Flash TTS

Selecionar modelo*

Prompt*

Style Instructions

Voice*

Suas gerações aparecerão aqui assim que você entrar.

Créditos gratuitos ao se inscrever
Pacotes de créditos nunca expiram · planos a partir de $9/mês
Todos os principais IA modelos de imagem, vídeo e áudio
Salve, organize e baixe todas as suas criações

A criação de uma conta é gratuita.

Principais características

Instruções de estilo, separadas das palavras

Escreva as palavras exatas no roteiro e como dizê-las em Style Instructions (instruções de estilo): "caloroso e lento", "um telejornal dramático". O roteiro fica limpo e o mesmo texto pode ser lido de várias maneiras.

Estável em leituras longas

A Google criou a versão 3.8 para manter a identidade da voz, o timbre, o volume e o ambiente sonoro consistentes ao longo de vários minutos de narração, sem que a voz mude no meio do caminho.

Eventos vocais embutidos

Adicione <laugh>, <sigh> ou <short pause> dentro do texto, onde devem acontecer, para uma leitura mais natural e mais interpretada.

30 vozes, muitos idiomas

Trinta vozes com nome, de Kore e Puck a Zephyr e Achernar. A Google diz que o modelo detecta o idioma do texto automaticamente e oferece suporte a 130 idiomas.

Casos de uso

Audiolivros e narração longa

Leia capítulos e explicações longas com uma voz que continua a mesma do primeiro ao último minuto.

Um roteiro, várias leituras

Mantenha o texto fixo e mude só as instruções de estilo para obter uma versão calma, uma animada e uma dramática.

E-learning e áudio de treinamento

Produza uma narração consistente em muitas aulas, com pausas colocadas exatamente onde os alunos precisam.

Voz para um avatar falante

Gere a fala e use-a para conduzir um modelo de avatar como o Kling Avatar V2.

Escolha o modelo certo

Escolha o modelo de voz certo. Seus créditos funcionam em todo o ZOOOP.

Instruções de estilo, narração longa e estávelGemini 3.8 Flash TTS ←

Leituras mais expressivas com tags de áudio, mais de 90 idiomasEleven V4

Narração natural em chinêsQwen3-TTS

TTS barato, muitas vozesInworld TTS

Efeitos sonoros e ambienteSound Effects V3

Conduzir um avatar falanteKling Avatar V2

Como usar

Abra o Gemini 3.8 Flash TTS a partir desta página ou selecione-o nas ferramentas de Áudio.

Cole o texto a ser falado, adicionando <laugh>, <sigh> ou <short pause> onde quiser.

Escolha uma voz e, se quiser, escreva uma instrução de estilo para a entrega.

Gere e depois baixe o áudio ou envie-o para a sua tela.

Mergulho profundo

No que o Gemini 3.8 Flash TTS é bom e onde ele não é

O Gemini 3.8 Flash TTS é o modelo de voz criativo principal da Google, e sua escolha de design é clara: manter as palavras e a direção separadas. Você cola exatamente o que deve ser dito e descreve como dizer em uma instrução de estilo à parte. Assim os roteiros ficam limpos, você pode testar uma leitura calma, uma animada e uma dramática do mesmo texto sem mexer nele, e isso combina com equipes em que uma pessoa escreve e outra dirige.

A primeira capacidade principal é a estabilidade em formatos longos. A Google criou a versão 3.8 para manter consistentes a identidade da voz, o timbre, o volume e até o ambiente sonoro em narrações e diálogos extensos, então um capítulo de dez minutos não vira aos poucos outra voz. Esse é o principal motivo para escolhê-lo em vez do Gemini 3.1 Flash TTS em audiolivros, cursos e explicações longas.

A segunda é a precisão nas indicações de atuação. As instruções de estilo são seguidas mais de perto do que na 3.1, e eventos vocais embutidos como <laugh>, <sigh> e <short pause> caem onde você os coloca. A Google também lista suporte a sotaques regionais e dialetos minoritários, e diz que o modelo detecta o idioma do texto automaticamente entre 130 idiomas.

No ZOOOP você escolhe entre 30 vozes com nome; a instrução de estilo é opcional.

Onde ele é mais fraco: as vozes são o conjunto predefinido da Google, sem clonagem de voz nem vozes personalizadas no ZOOOP, e o diálogo entre duas pessoas ainda não está disponível, então gere cada falante separadamente. Interpretações guiadas por tags com vozes da ElevenLabs são o ponto forte do Eleven V4, e para projetos focados em chinês o Qwen3-TTS é uma escolha natural.

Um bom critério: use o Gemini 3.8 Flash TTS para narrações longas e para leituras que você quer dirigir em linguagem simples. Recorra ao Eleven V4 quando preferir tags de áudio e vozes da ElevenLabs, e ao Kling Avatar V2 para transformar a voz em um vídeo falado.

Perguntas frequentes

O que há de novo no Gemini 3.8 Flash TTS?+

A Google chama o Gemini 3.8 Flash TTS de seu modelo de texto para fala criativo principal (atualizado em setembro de 2026). Em comparação com o Gemini 3.1 Flash TTS, ele é mais estável em leituras longas, segue com mais precisão as orientações de estilo e os eventos vocais embutidos, e cobre mais idiomas e sotaques regionais.

O que são instruções de estilo?+

Um campo separado que descreve como o texto deve ser lido, como ritmo, tom, sotaque ou emoção. O roteiro em si continua exatamente como foi escrito, então você pode testar várias entregas sem editá-lo.

Quais tags embutidas ele entende?+

Eventos vocais entre colchetes angulares, como <laugh>, <sigh> e <short pause>. Coloque-os onde o som ou a pausa deve acontecer.

Quantas vozes existem?+

30 vozes com nome no ZOOOP, cobrindo uma ampla gama de tons e personagens.

Gemini 3.8 Flash TTS ou Eleven V4?+

Os dois são expressivos. Escolha o Gemini 3.8 quando quiser dirigir a leitura com instruções de estilo em linguagem simples; escolha o Eleven V4 quando preferir tags como [laughs] escritas no roteiro e as vozes da ElevenLabs.