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

O sistema Gemini 3.1 Flash TTS da DeepMind representa um avanço significativo na síntese de fala expressiva por IA. Este artigo analisa sua arquitetura, que inclui um codificador de texto baseado em transformers, um sintetizador de fala WaveNet e um modelo de vocalização para adicionar expressividade.