Google dévoile Gemini 2.5 : la synthèse vocale plus expressive et multilingue

Google a annoncé en décembre 2025 la mise à jour de ses modèles de synthèse vocale Gemini 2.5 Flash et Gemini 2.5 Pro, désormais disponibles pour les développeurs via l’API Gemini dans Google AI Studio. Ces modèles visent à améliorer la qualité et la flexibilité des voix générées, répondant aux besoins croissants des applications nécessitant une restitution vocale nuancée, comme les livres audio, les modules d’e-learning, les tutoriels produits, les podcasts ou encore les doublages multi-personnages.

Des voix plus expressives et adaptées à divers usages

Les nouveautés introduites par Google incluent une palette élargie d’expressions émotionnelles et de styles vocaux, une meilleure gestion du rythme en fonction du contexte, ainsi qu’un support renforcé pour les voix multiples. Gemini 2.5 Flash est optimisé pour les scénarios à faible latence, idéal pour les applications interactives où la rapidité de réponse est cruciale. En parallèle, Gemini 2.5 Pro privilégie la qualité sonore pour des projets nécessitant une haute fidélité, comme les productions cinématographiques ou les podcasts haut de gamme.

Une portée multilingue étendue et un contrôle précis

Ces modèles couvrent désormais 24 langues, avec une cohérence améliorée dans la gestion des différentes voix et accents. Les développeurs bénéficient d’un contrôle granulaire sur le tempo, le ton et l’identité des personnages, ce qui facilite la création de dialogues complexes et la personnalisation fine des intonations et prononciations. Plusieurs partenaires industriels ont déjà intégré ces technologies pour enrichir leurs fonctionnalités vocales, notamment dans la production de voix off cinématographiques adaptées à divers personnages et langues.

Google renforce sa position dans la synthèse vocale générative

Avec ces mises à jour, Google confirme son engagement à fournir des outils puissants et flexibles pour la synthèse vocale, répondant à une demande croissante de réalisme et de personnalisation dans la génération de voix. La disponibilité mondiale de Gemini 2.5 via Google AI Studio ouvre de nouvelles perspectives pour les développeurs et créateurs, qui peuvent désormais exploiter des modèles plus performants et expressifs dans leurs applications.