Google ने लॉन्च किया नया Gemini 3.1 TTS, 70+ भाषाओं को मिलेगा समर्थन

गूगल ने अपनी तकनीकी दिशा में एक नया कदम बढ़ाते हुए new नया Gemini 3.1 Flash TTS मॉडल लॉन्च किया है, जो टेक्स्ट को और अधिक natural नेचुरल आवाज में बदलने में सक्षम है। यह मॉडल डेवलपर्स और बिजनेस उपयोगकर्ताओं के लिए बनाया गया है, जो अपने ऐप्स और सेवाओं में अधिक वास्तविक AI आवाजें जोड़ना चाहते हैं। इसका सबसे बड़ा फायदा यह है कि यह 70 से अधिक languages भाषाओं को सपोर्ट करता है, जिससे वैश्विक उपयोग की संभावना बढ़ जाती है।

इस मॉडल की सबसे खास विशेषता उन्नत voice control आवाज नियंत्रण क्षमता है। अब डेवलपर्स केवल टेक्स्ट के माध्यम से आवाज के टोन, गति और शैली को बदल सकते हैं। इसके साथ ही, स्पेशल ऑडियो टैग्स की मदद से आवाज में पॉज, जोर और बोलने के तरीके को precisely सटीक तरीके से नियंत्रित किया जा सकता है। इससे बिना जटिल सेटिंग्स के इंसानी जैसी आवाज तैयार करना संभव हो जाता है।

एक और महत्वपूर्ण अपडेट यह है कि इसमें multi-speaker मल्टी-स्पीकर समर्थन भी जोड़ा गया है। इसका अर्थ है कि एक ही सिस्टम में अलग-अलग आवाजों के साथ बातचीत या संवाद तैयार किया जा सकता है। हर आवाज की अपनी विशिष्ट पहचान और शैली हो सकती है, जिससे यह कहानी सुनाने, ग्राहक सहायता और कंटेंट निर्माण के लिए बेहद उपयोगी बन जाता है। इसके अलावा, ऑडियो की quality गुणवत्ता में भी काफी सुधार किया गया है।

सुरक्षा के मद्देनजर, गूगल ने इसमें SynthID नामक तकनीक शामिल की है, जो AI द्वारा उत्पन्न आवाजों में एक अदृश्य वॉटरमार्क जोड़ती है। इससे यह identify पहचाना जा सकता है कि ऑडियो AI द्वारा बनाया गया है। फिलहाल, यह मॉडल प्रीव्यू मोड में है और डेवलपर्स Google AI Studio या Gemini API के माध्यम से इसका उपयोग कर सकते हैं। बिजनेस उपयोगकर्ता Vertex AI प्लेटफॉर्म पर इस तक पहुँच सकते हैं।

कंपनी के अनुसार, उपयोगकर्ताओं के feedback फीडबैक के आधार पर सुधार करने के बाद इसे जल्द ही वैश्विक स्तर पर सभी के लिए लॉन्च किया जाएगा। यह कदम न केवल तकनीकी innovation नवाचार को बढ़ावा देता है, बल्कि बहुभाषी दुनिया में संचार की दूरियाँ कम करने में भी मदद कर सकता है।