Il 23 settembre Google ha presentato due modelli di sintesi vocale che promettono di concepire e dirigere una voce riga per riga. Per una Maison, una voce diventa un patrimonio editoriale di cui occorre fissare il riferimento, gli usi consentiti e lo storico.
Che cosa annuncia Google
Gemini 3.8 Flash TTS punta alla direzione creativa: concepire una voce a partire da una descrizione (ruolo, accento, carattere) in oltre cento lingue e dialetti, poi dirigere ogni battuta con indicazioni di recitazione, ritmo e tono. Gemini 3.8 Flash-Lite TTS punta al volume, in particolare il doppiaggio e gli agenti vocali. Google cita oltre 2.000 voci pronte all’uso, la possibilità di salvare le voci create per limitare la deriva da un progetto all’altro e una durata continua di diverse ore con un timbro stabile. La modifica di una voce della libreria (timbro, altezza, accento) è annunciata come futura.
L’azienda rivendica inoltre il primo posto nella classifica di progettazione vocale di Hume AI, con 71,4 punti. L’annuncio non ne dettaglia il metodo nel testo, quindi la cifra resta un punteggio del fornitore.
Una voce che si dirige richiede un riferimento
Dirigere una voce sposta parte del lavoro verso la direzione editoriale. Occorre saper dire che cosa rende giusta una voce: il modo di pronunciare il nome di una Maison, una sobrietà, un silenzio prima di una frase. Gli aggettivi bastano poco a trasmetterlo. Valgono di più estratti approvati, ascoltati e commentati, con uno stesso testo come riferimento tra versioni e lingue, e un ascolto umano in ciascuna lingua per i nomi propri, l’intelligibilità e l’intenzione. Una frase corretta per iscritto può risultare sbagliata quando viene pronunciata.
Usi consentiti: la mappa è disomogenea
Per la replica, Google richiede la registrazione di un consenso orale della persona la cui voce viene riprodotta, che deve corrispondere al campione di riferimento. Bastano trenta secondi di audio, della voce dell’utente o di una voce di cui detiene i diritti. Ogni estratto porta la filigrana SynthID e le attestazioni C2PA accompagnano le voci replicate, secondo Google.
Questi segnali provano l’origine di un file, non l’estensione dell’accordo. Una voce creata, una voce replicata e una voce di libreria richiedono autorizzazioni diverse, e ciascuna dovrebbe essere registrata con gli usi concordati.
Resta la geografia. Google precisa che la replica dal suo strumento per sviluppatori non è proposta nello Spazio economico europeo, che include la Francia, né nel Regno Unito, in Svizzera o in India. Questo limite modifica il ragionamento di una Maison francese ancora prima della qualità. Quanto all’accesso per le imprese tramite Gemini Enterprise, è annunciato per più avanti.
Ritrovare ogni versione
Google promette voci «salvate e gestite». Nulla nell’annuncio descrive uno storico: si conserva la vecchia versione di una voce dopo la modifica, è possibile ripristinarla, si sa quale file è stato generato con quale? La facilità di generazione moltiplica queste decisioni. Ogni regolazione crea una variante che occorrerà poter collocare in seguito.
Una Maison potrebbe tenere un registro semplice: per ogni voce, il tipo, il referente, gli usi concordati, la data di ogni versione e le condizioni per il ritiro di una vecchia. È questo registro, tenuto da chi decide, a fare della voce una voce di Maison.
Cette publication est également disponible en :
