AI · settembre 2026

Trenta secondi per clonare una voce: i nuovi modelli vocali di Google

Mercoledì 23 settembre Google ha presentato due nuovi modelli di sintesi vocale, Gemini 3.8 Flash TTS e Gemini 3.8 Flash-Lite TTS, che descrive come i modelli di generazione audio più espressivi realizzati finora.

Flash TTS costruisce voci originali da un prompt in linguaggio naturale su oltre cento lingue e pesca da una libreria di duemila voci pronte all'uso, mentre Flash-Lite è ottimizzato per il doppiaggio ad alto volume e per gli agenti vocali.

Basta un campione audio di trenta secondi per clonare una voce esistente, purché il proprietario fornisca un consenso verbale che il sistema verifica prima di generare l'audio.

Quanto vale, per chi costruisce la propria voce professionale online, sapere che riprodurla richiede ormai solo mezzo minuto di audio?

Secondo il punteggio Hume AI citato da Google, Flash TTS guida il Voice Design Benchmark con 71,4 punti su 100 e conduce anche la modellazione degli accenti con 60,8, mentre sull'Overall Quality Index i due modelli si collocano primo e secondo.

Ogni clip generata porta la filigrana SynthID e, quando riproduce una voce reale, anche le credenziali C2PA, perché la garanzia di tracciabilità vale quanto la funzione stessa.

Un dettaglio riguarda da vicino noi in Europa: Google esclude la clonazione vocale su AI Studio nello Spazio Economico Europeo, oltre che in Illinois, Texas, Regno Unito, Svizzera e India, mentre la progettazione di voci nuove da zero resta disponibile ovunque.

I modelli sono disponibili nella Gemini API e in Google AI Studio, con Gemini Notebook e Google Vids come punti di accesso per chi non programma.

I miei consigli

Verificate sempre, prima di integrare questi strumenti in un flusso editoriale o formativo, se la funzione che serve davvero, la progettazione o la replica, è disponibile nella vostra giurisdizione.

Trattate il consenso vocale con lo stesso rigore documentale di un contratto, perché la tecnologia lo richiede ma la responsabilità resta di chi la usa.

«Agisci in modo da trattare l'umanità, sia nella tua persona sia nella persona di ogni altro, sempre anche come fine e mai semplicemente come mezzo» (Immanuel Kant, Fondazione della metafisica dei costumi, 1785).