Gemini 3.1 Flash TTS: the next generation of expressive AI speech

Le système Gemini 3.1 Flash TTS de DeepMind représente une avancée significative dans la synthèse vocale expressive par IA. Cette analyse détaille son architecture, qui comprend un encodeur de texte basé sur des transformateurs, un synthétiseur vocal WaveNet et un modèle de vocalisation pour ajouter de l'expressivité.