Modelo de voz · Google
Gemini Flash TTS, conocido también como Gemini TTS, es la síntesis de voz de Google; en Deepnia se apoya en Gemini 3.8 Flash TTS, disponible desde el 22 de septiembre de 2026. Escribes hasta 5,000 caracteres, eliges una voz predefinida de Google y colocas sonidos como una risa, un suspiro o una pausa con etiquetas en inglés, como <laugh>: el idioma se reconoce a partir del texto y recibes un archivo WAV.
El generador de voz se abre con Gemini Flash TTS ya seleccionado. El costo exacto aparece antes de cada creación; te registras al momento de generar.
Google recomienda 35 etiquetas vocales para Gemini 3.8 Flash TTS, escritas en inglés entre paréntesis angulares: <laugh>, <sigh>, <gasp>, <short pause>, <long pause>… El modelo lee tu texto tal como está y reproduce cada sonido en el lugar exacto de la etiqueta. En Deepnia, el panel «Expresividad» agrega risas, suspiros, pausas o susurros con un clic, y también puedes escribir a mano las etiquetas de Google.
Escribe en el idioma que prefieras: Google anuncia más de 130 idiomas para Gemini 3.8 Flash TTS, y en Deepnia el idioma se reconoce a partir del texto, sin ningún ajuste.
Elige entre las 30 voces predefinidas de Google, cada una descrita por un estilo: Charon «informativa», Kore «firme», Puck «animada», Sulafat «cálida», Achernar «suave». Charon es la voz que se propone de forma predeterminada.
Google presenta Gemini 3.8 Flash TTS como su modelo insignia de síntesis de voz: una voz con calidad de estudio, una interpretación expresiva, acentos regionales auténticos y gran estabilidad en textos largos. Lo suficiente para leer un guion completo con la misma voz.
Con Gemini TTS, elige una voz, escribe el texto y genera: el idioma se reconoce automáticamente y cada generación entrega un archivo WAV (24 kHz, mono), listo para editar.
El botón «Probar Gemini Flash TTS» abre el generador de voz de Deepnia con el modelo ya seleccionado.
Recorre las voces predefinidas de Google (Charon de forma predeterminada), búscalas por nombre o por estilo y escucha su muestra.
Escribe hasta 5,000 caracteres y luego agrega sonidos desde el panel «Expresividad» o escribe las etiquetas de Google en inglés, entre paréntesis angulares.
Revisa el costo que aparece y haz clic en «Generar voz»: el idioma se detecta automáticamente.
Copia un prompt, abre la herramienta y adáptalo a tu proyecto.
Había una vez una zorrita que nunca quería dormir. <yawn> Pero esa noche encontró una puerta escondida en el viejo roble. <long pause> Detrás, todo un pueblo brillaba con luciérnagas.
<cheer> ¡Este fin de semana es la semana del running en tu tienda deportiva! <short pause> Tenis, relojes y ropa te esperan hasta el domingo por la noche.
Inhala profundamente… <breath> y luego suelta los hombros. <long pause> Deja que tu respiración encuentre su propio ritmo.
Presiona el botón verde y espera tres segundos antes de hablar. <short pause> La luz azul confirma que la grabación comenzó.
Welcome to Weekend Makers, the show about side projects that got serious. <laugh> I promise this episode is shorter than the last one.
¡Casi! <sigh> La respuesta correcta era siete continentes. <short pause> Siguiente pregunta: ¿cuál es el río más largo del mundo?
Los otros modelos de voz y música de Deepnia, para elegir según tu proyecto.
| Modelo | Entradas | Ajustes | Ideal para |
|---|---|---|---|
| Gemini Flash TTSEste modelo | Texto | Etiquetas expresivas | Una voz expresiva, con risas, suspiros y pausas justo donde las pones. |
| ElevenLabs v4 | Texto | Idioma, Estabilidad, Etiquetas expresivas | El modelo que se abre de forma predeterminada en el generador de voz: voces del catálogo de ElevenLabs, tres niveles de estabilidad y 85 idiomas, español incluido. |
| Open TTS | Texto, Voz personal autorizada | Idioma, Velocidad, Etiquetas expresivas | Velocidad ajustable, voz personal, 22 etiquetas y subtítulos SRT. |
| MiniMax Speech 2.6 HD | Texto, Voz personal autorizada | Idioma, Velocidad | Una voz clonada, con velocidad ajustable y 23 idiomas + Auto. |
| Deepnia Long-form | Texto, PDF, Voz personal autorizada | — | Un documento completo, texto o PDF, leído en un solo archivo MP3. |
Google anuncia más de 130 idiomas para Gemini 3.8 Flash TTS. Escribe tu texto en el idioma que quieras: se reconoce a partir del texto, y las etiquetas se escriben en inglés.
De forma automática: escribe en el idioma que quieras y Gemini lo reconoce a partir del texto. Usa un solo idioma por texto para un resultado parejo.
30 voces predefinidas de Google, cada una con un estilo y una muestra: Charon «informativa», Kore «firme», Puck «animada»… Charon es la voz que se propone de forma predeterminada.
Agrégalos desde el panel «Expresividad» o escribe las etiquetas de Google en inglés entre paréntesis angulares, como <laugh>, <sigh> o <short pause>, en el lugar exacto donde debe sonar. Google recomienda 35.
Elige según el estilo: Puck «animada» para un anuncio, Charon «informativa» para un tutorial, Achernar «suave» para un cuento, Sulafat «cálida» para un mensaje de bienvenida. Escucha las muestras y luego agrega etiquetas donde quieras un sonido.
Sí: Google concibe Gemini 3.8 Flash TTS para una voz con calidad de estudio y gran estabilidad en textos largos. En Deepnia generas hasta 5,000 caracteres de una vez con la misma voz.
En Gemini 3.8 Flash TTS, que Google hizo disponible el 22 de septiembre de 2026: lee tus textos con las voces predefinidas de Google y entiende las etiquetas vocales en inglés.
Hasta 5,000 caracteres por generación, entregados en un archivo WAV (24 kHz, mono). Para un texto más largo, genéralo en varias partes y únelas al editar.
El generador de voz se abre con Gemini Flash TTS ya seleccionado. El costo exacto aparece antes de cada creación; te registras al momento de generar.
