Dê direção à voz da IA
Separe identidade da voz, interpretação e texto falado para comparar diferentes intenções com o mesmo roteiro.
1 / 4
Para praticarPT
1. Voz: selecione uma voz predefinida ou descreva uma voz original no Voice design. Exemplo de descrição: narradora adulta, timbre médio, textura levemente aveludada e português brasileiro. 2. Estilo da fala: sussurrado, lento e curioso. 3. Texto: A porta estava aberta. <short pause> E a luz ainda acesa.
Leia o contexto, adapte ao seu projeto e revise o resultado.
Links e arquivos
DA IDEIA À PRÁTICA
Entenda e experimente
Uma frase pode sugerir três cenas diferentes. Experimente mudar a intenção da voz e manter o roteiro.
O Gemini 3.8 Flash TTS foi anunciado em 23 de setembro de 2026. Para começar, separe a identidade da voz, a interpretação e o texto falado.
Depois, mantenha a mesma voz e a mesma frase. Experimente “acolhedor e relaxado” ou “curioso e animado”.
Na API 3.8, a direção contínua vai em speech_metadata.style, separada do texto. A tag <short pause> marca uma pausa pontual dentro da fala. Não cole todos os blocos juntos no campo de texto falado.
Gere, ouça e revise pronúncia, ritmo e intenção. As imagens deste estudo são um roteiro de direção; nenhum áudio foi gerado ou avaliado nesta produção.
O que você vai aprender
- Distinguir voz, estilo e texto
- Avaliar pronúncia, ritmo e pausas
Como aplicar
- Selecione uma voz predefinida ou original
- Defina a interpretação separadamente do texto
- Mantenha a frase e teste duas intenções
- Ouça pronúncia, ritmo e pausas antes de aprovar
Seu exercício
Mantenha a mesma voz e frase e teste duas intenções; registre diferenças de pronúncia, ritmo e pausa após ouvir as saídas.
Sobre este exemplo
- As artes são um roteiro de direção; nenhum áudio foi gerado ou avaliado
Limites da demonstração
- Informações da ferramenta foram consultadas em 05/10/2026; suporte e campos devem ser conferidos na versão usada
- Na documentação citada da API 3.8, a direção contínua usa speech_metadata.style e a pausa pontual usa <short pause>; não reúna todos os blocos no texto falado.
- Os pedidos apresentados são textos da fonte para reprodução ou adaptação; a execução literal de cada texto não está comprovada, salvo indicação explícita.
Fontes e referências
Leia a legenda original
Uma frase pode sugerir três cenas diferentes. Experimente mudar a intenção da voz e manter o roteiro.
O Gemini 3.8 Flash TTS foi anunciado em 23 de setembro de 2026. Para começar, separe a identidade da voz, a interpretação e o texto falado.
PACOTE DE DIREÇÃO PARA ADAPTAR
1. Voz: selecione uma voz predefinida ou descreva uma voz original no Voice design. Exemplo de descrição: narradora adulta, timbre médio, textura levemente aveludada e português brasileiro.
2. Estilo da fala: sussurrado, lento e curioso.
3. Texto: A porta estava aberta. <short pause> E a luz ainda acesa.
Depois, mantenha a mesma voz e a mesma frase. Experimente “acolhedor e relaxado” ou “curioso e animado”.
Na API 3.8, a direção contínua vai em speech_metadata.style, separada do texto. A tag <short pause> marca uma pausa pontual dentro da fala. Não cole todos os blocos juntos no campo de texto falado.
Gere, ouça e revise pronúncia, ritmo e intenção. Os visuais deste carrossel são um roteiro de direção; nenhum áudio foi gerado ou avaliado nesta produção.
Mantenha a frase e teste duas intenções de voz.
Ouça pronúncia, ritmo e pausas
#InteligenciaArtificial #Gemini #DirecaoCriativa #VozComIA
FONTES OFICIAIS, CONSULTADAS EM 05/10/2026
https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-8-text-to-speech/
https://ai.google.dev/gemini-api/docs/speech-generation
https://ai.google.dev/gemini-api/docs/voice-design
Continue a trilha
Próximo postPersonagens, cenas e movimento · Post #74 · Firefly: primeiro frame