Google vuole che l'AI parli come un umano

Google DeepMind ha annunciato Gemini 2.5 Flash TTS, il suo nuovo modello audio di ultima generazione. La novità chiave sono i tag audio granulari: istruzioni precise che permettono agli sviluppatori di controllare tono, ritmo, enfasi e stile del parlato generato, quasi come dare indicazioni a un attore. Non si tratta solo di sintesi vocale più naturale, ma di espressività programmabile e riproducibile su larga scala, integrata nell'ecosistema Gemini già usato da milioni di applicazioni.