Artificial Analysis TTS 리더보드에서 Elo 1,211점을 기록하며 현재 구글의 음성 모델 중 가장 자연스럽다는 평가를 받고 있거든요

Google이 Gemini 3.1 Flash TTS를 공개했어요. Artificial Analysis TTS 리더보드에서 Elo 1,211점을 기록하며 현재 구글의 음성 모델 중 가장 자연스럽다는 평가를 받고 있거든요.

가장 눈에 띄는 건 자연어 태그로 음성을 세밀하게 제어할 수 있다는 점이에요. 스타일, 속도, 억양, 방언까지 프롬프트로 조정할 수 있고, 70개 이상의 언어를 네이티브로 지원해요.

멀티 스피커 대화를 단일 모델이 처리한다는 것도 차별점이에요. 기존엔 화자마다 API를 따로 호출해야 했는데, 이제는 한 번에 자연스러운 대화 흐름을 생성할 수 있어요. 팟캐스트나 드라마 스크립트 제작에 특히 유용할 것 같아요. SynthID 워터마킹도 기본 탑재돼서 AI 생성 오디오 식별도 가능해졌고요.

TTS 품질 경쟁이 본격화되면서 음성 생성이 텍스트 생성만큼 세밀하게 제어되는 시대가 가까워지고 있어요.