Gemini 2.5 Flash Preview TTS

Oversigt. Gemini 2.5 Flash Preview TTS er Googles model til tekst til tale i Gemini 2.5 Flash-familien, som tager en tekstprompt og laver talt lyd i stedet for mere tekst. Den understøtter generering med både én og flere stemmer, hvilket gør den nyttig til arbejdsflow med voice-over og dialoggenerering. Den står stadig som et preview-produkt i Googles egen dokumentation, så betragt den som et specialiseret inferensværktøj snarere end en generel model.

Vigtigste styrker. modellens vigtigste egenskab er indbygget lyduddata med understøttelse af én eller flere stemmer, hvilket er bekræftet direkte i Googles modeldokumentation. Der findes ingen benchmarks for generelle egenskaber (MMLU, Arena osv.) for denne variant, da den udfører en et-trins transformation fra tekst til lyd i stedet for åben ræsonnering eller generering. Dens praktiske styrke er dens fokus: Den er bygget specifikt til udtryksfuld talesyntese og er ikke en tekstmodel, der er eftermonteret på en lyd-dekoder.

Anvendelsesområder. Brug denne model, når du har brug for talt lyd genereret direkte fra en tekstprompt — f.eks. voice-over, dialogklip med flere stemmer eller prototyper på en stemmegrænseflade. Den er ikke egnet til opgaver, der kræver ræsonnering, verktøjskald, dokumentforståelse eller kodegenerering, da inddata kun er tekst og uddata kun er lyd uden tegn på håndtering af opgaver med mange trin. Hold prompter inden for dens kontekstvindue på 8.192 tokens og uddata inden for loftet på 16.384 tokens.

Begrænsninger. Google lister stadig denne model som en preview-variant, og dokumentationen for modelfamilien markerer den som ikke klar til drift. Den har ingen inddata for lyd eller billeder, ingen verktøjskald og ingen offentliggjorte benchmarks for kvalitet eller svartid, så påstande om ydeevne ud over de dokumenterede funktioner kan ikke verificeres. Dens kontekstvindue (8.192 tokens) er langt mindre end hos de tekstgenererende modeller i Gemini 2.5 Flash-familien, og Google har ikke oplyst, hvor træningsdataene slutter for denne variant.

Bemærkning om suverænitet. Google er en modelskaber med hovedkvarter i USA og bekræftet eksponering for CLOUD Act, så denne model betragtes ikke som suveræn. Kunder med strenge krav til dataplacering i EU bør inddrage denne jurisdiktionelle eksponering i deres vurdering.