Google testa recurso de personalização de voz do Gemini com quatro novos controles

Introdução

O Google parece estar desenvolvendo um sistema de personalização de voz mais refinado para o Gemini. Diferente de limitar os usuários a grupos predefinidos de vozes, esta interface planejada pode permitir que os usuários ajustem a sonoridade do Gemini por meio de quatro controles independentes: velocidade, vivacidade, formalidade e calor.

O recurso foi descoberto pelo 9to5Google ao examinar as strings de código da versão 17.41.12 beta do aplicativo do Google. Como a informação vem de uma análise do APK e não de um anúncio oficial do produto, esses controles ainda devem ser considerados experimentais, podendo ser modificados, adiados ou descartados pelo Google.

Quatro características de voz ajustáveis

O código da versão beta revela uma nova seção Personalizar para a voz do Gemini, com quatro características identificadas:

• Velocidade
• Vivacidade
• Formalidade
• Calor

A velocidade deve oferecer três níveis: lenta, normal e rápida. Os outros três controles — vivacidade, formalidade e calor — devem adotar configurações de baixo, médio e alto.

Isso permitirá que os usuários tenham mais controle sobre a performance de voz do Gemini sem precisar alternar para uma voz predefinida completamente diferente. Mantendo a mesma voz base, o usuário pode ajustar a velocidade ou o estilo de conversa de acordo com a tarefa atual.

O Gemini pode ganhar opções mais refinadas de controle de timbre e qualidade de voz.

Como funcionará o novo controle de voz do Gemini

Cada configuração visa influenciar uma dimensão diferente da experiência auditiva.

Velocidade

A configuração de velocidade controlará a rapidez com que o Gemini fala. Uma velocidade mais lenta é mais fácil de entender ao explicar instruções ou durante exercícios de idioma; já uma velocidade mais rápida é mais prática para respostas curtas e perguntas e respostas cotidianas.

Vivacidade

A opção de vivacidade pode influenciar o quão animada a voz do Gemini soa. Uma configuração mais alta fará o assistente de voz parecer mais enérgico, enquanto uma configuração mais baixa resultará em uma expressão mais calma.

Formalidade

A formalidade ajuda o usuário a adequar o estilo de voz do Gemini ao contexto. Um estilo informal é mais natural para planejamento de viagens ou brainstorming casual; já um tom formal é mais adequado para pesquisas, trabalho ou discussões profissionais.

Calor

Espera-se que o calor ajuste o nível de afabilidade e acessibilidade da voz. Aumentar essa configuração pode tornar as conversas cotidianas mais descontraídas, enquanto reduzi-la pode resultar em uma expressão mais neutra.

Essas descrições refletem as funções esperadas com base nos rótulos dos controles. O Google ainda não publicou documentação oficial sobre como cada nível alterará especificamente a voz gerada.

A configuração pode se aplicar ao Gemini Live e ao chat normal

De acordo com as strings de código analisadas pelo 9to5Google, a voz personalizada será aplicada tanto ao Gemini Live quanto à experiência padrão quando as respostas do chat Gemini são lidas em voz alta.

Isso estaria alinhado com as configurações atuais de voz do Gemini. A documentação de ajuda existente do Google indica que a voz selecionada para o Gemini é aplicada a todos os aplicativos do Gemini, incluindo o Gemini Live e outros recursos que oferecem respostas por voz.

A diferença importante é que a configuração oficial atual foca na escolha de uma voz. Já a interface experimental adiciona uma nova camada, permitindo ao usuário ajustar o comportamento e a expressão dessa voz.

Google também explora vozes mais localizadas

O recurso de personalização mencionado está alinhado com os esforços mais amplos do Google para tornar as interações por voz mais naturais e com maior relevância local. O Google também discutiu o suporte a dialetos, o que pode fazer com que as respostas por voz do Gemini pareçam mais familiares para usuários em diferentes regiões.

A localização de voz não se resume apenas a mudar o sotaque. Velocidade de fala, tom, calor e formalidade afetam o quão confortável um assistente é de usar em um determinado idioma, cultura ou ambiente.

Uma voz adequada para discussões formais de trabalho pode parecer rígida durante uma conversa casual. Da mesma forma, uma expressão enérgica pode ser ótima para brainstorming, mas cansativa durante longas sessões de pesquisa. Controles mais refinados ajudam a lidar com essas diferenças.

Personalização de voz se torna um recurso competitivo

O Google não é a única empresa a dar aos usuários mais controle sobre a voz do assistente de IA. A Apple já anunciou que o Siri AI no iOS 27 permitirá que os usuários personalizem a velocidade de fala e a expressividade.

As duas abordagens são semelhantes em direção, mas o design experimental do Google parece dividir o comportamento de voz em mais categorias. Além da velocidade, o Gemini poderá controlar diretamente a vivacidade, a formalidade e o calor.

Isso reflete uma mudança mais ampla nos assistentes de voz. A qualidade da experiência de IA por voz não depende mais apenas de o assistente entender corretamente a pergunta. Como ele responde — a velocidade da fala, o tom formal ou informal e a adequação emocional da expressão — está se tornando parte da experiência do produto.

Por que controles de voz mais detalhados são importantes

As interfaces de voz são usadas em muitos cenários diferentes. As pessoas podem conversar com o Gemini enquanto dirigem, estudam, planejam viagens, revisam documentos ou resolvem problemas técnicos. Um único estilo de fala fixo dificilmente é ideal em todas as situações.

Controles mais detalhados trazem diversos benefícios práticos:

1. Melhor acessibilidade: Usuários que precisam de mais tempo para processar informações podem optar por uma velocidade de fala mais lenta.
2. Melhor adequação à tarefa: É possível ajustar a formalidade e a vivacidade para trabalho profissional, educação ou uso casual.
3. Conversas mais naturais: O controle de calor pode reduzir a sensação mecânica comum em vozes sintéticas.
4. Maior preferência pessoal: O usuário não precisa aceitar a personalidade padrão de uma voz predefinida.
5. Experiência de voz consistente: As mesmas configurações podem se aplicar ao Gemini Live e às respostas por voz no chat padrão.

Esse recurso também pode tornar o uso do assistente de voz mais confortável por longos períodos.

Conversas. Mesmo vozes sintéticas de alta qualidade podem ser cansativas se o ritmo ou o tom não corresponderem às preferências do ouvinte.

Disponibilidade e limitações importantes

O Google ainda não anunciou oficialmente esses quatro controles de voz e não há uma data de lançamento confirmada. A presença deles na versão beta do aplicativo Google indica que estão em desenvolvimento ativo, mas a engenharia reversa do APK não garante que o recurso chegará à versão pública do aplicativo.

O Google pode modificar os rótulos, alterar os níveis disponíveis, limitar o recurso a idiomas específicos ou removê-lo antes do lançamento. A disponibilidade também pode variar de acordo com conta, dispositivo, região e configuração de idioma do Gemini.

Atualmente, os usuários ainda podem alterar a voz predefinida do Gemini pelo aplicativo móvel:

1. Abra o aplicativo Gemini.
2. Abra o menu e selecione a foto do perfil ou o ícone da conta.
3. Acesse Configurações.
4. Selecione Voz do Gemini.
5. Visualize a voz e confirme a seleção.

O número de vozes disponíveis varia de acordo com o idioma, e o Google observa que a seleção de voz não está disponível em todos os idiomas suportados.

Perguntas frequentes

Quais são os novos controles de personalização de voz do Gemini?

A interface experimental inclui velocidade de fala, energia, formalidade e calor. A velocidade pode oferecer três níveis: lento, normal e rápido, enquanto os outros controles podem oferecer configurações baixo, médio e alto.

Os novos controles de voz do Gemini já estão disponíveis?

O Google ainda não lançou esses recursos oficialmente. Eles foram descobertos por meio de engenharia reversa do APK na versão beta 17.41.12 do aplicativo Google, portanto, o recurso ainda não foi confirmado e pode mudar antes do lançamento.

Essas configurações podem ser usadas no Gemini Live?

O código encontrado sugere que a voz personalizada se aplicará ao Gemini Live e aos chats regulares do Gemini com respostas por voz. Isso ainda não foi confirmado em anúncios oficiais do Google.

Posso alterar a voz do Gemini agora?

Sim. O Google atualmente permite que os usuários selecionem uma voz predefinida para o Gemini no aplicativo móvel, embora o número de vozes disponíveis varie de acordo com o idioma e a configuração não esteja disponível em todas as regiões.

O que faz a configuração de calor do Gemini?

O Google ainda não publicou uma definição oficial para este controle experimental. Com base no rótulo, espera-se que ele influencie o quão amigável, acessível ou emocionalmente calorosa a voz do Gemini soa.

O Gemini pode falar mais devagar?

O controle de velocidade planejado deve incluir opções lenta, normal e rápida. Até o lançamento do recurso, os usuários podem não encontrar um controle deslizante global de velocidade dedicado nas configurações padrão de voz do Gemini.

Por que o Google está adicionando mais controles de voz?

Controles mais refinados podem ajudar os usuários a ajustar as respostas por voz do Gemini para diferentes tarefas e preferências pessoais. Eles também podem tornar conversas por voz longas mais naturais e menos repetitivas.

O Siri oferece personalização de voz semelhante?

A Apple anunciou controles de velocidade de fala e expressividade para o Siri AI no iOS 27. O Gemini

O sistema experimental parece ter um escopo mais amplo, pois pode incluir também configurações individuais para energia, formalidade e calor humano.

Ferramentas relacionadas

• Google Gemini: Assistente de IA do Google que suporta texto, voz, planejamento, pesquisa e conversas multimodais.
• Gemini Live: Modo de conversa por voz em tempo real na experiência Gemini.
• Aplicativo móvel Gemini na Google Play: Aplicativo oficial do Android para gerenciar as configurações de voz do Gemini.
• Google AI Studio: Ambiente baseado em navegador do Google para testar e criar aplicativos baseados no modelo Gemini.
• Gemini-TTS: Documentação do Google Cloud sobre a geração controlável de texto para fala do Gemini.

Links relacionados

• Relatório de análise aprofundada do APK pelo 9to5Google: Relatório original de desmontagem que descreve quatro recursos experimentais de controle de voz.
• Ajuda do Google: Alterar a voz do Gemini: Instruções oficiais para selecionar as vozes predefinidas atuais do Gemini.
• Ajuda do Google: Conversar naturalmente com o Gemini Live: Guia oficial sobre como usar e gerenciar o Gemini Live.
• Visão geral oficial do Gemini Live: Apresentação do Google sobre a conversa por voz em tempo real do Gemini.
• Documentação do Google Cloud Gemini-TTS: Informações oficiais sobre o controle da velocidade, entonação, sotaque e expressividade da voz gerada.
• Visão geral do Apple iOS 27: Página oficial da Apple sobre a personalização da velocidade e expressividade da voz da Siri com inteligência artificial.

Resumo

O Google está testando um sistema de voz Gemini mais flexível, baseado em quatro funções de controle: velocidade, energia, formalidade e calor humano. Esse recurso permite que os usuários ajustem a expressão sonora do Gemini sem substituir completamente a voz selecionada.

Esses controles foram encontrados na versão beta 17.41.12 do aplicativo Google e devem afetar tanto as respostas por voz no Gemini Live quanto nas conversas comuns. No entanto, o Google ainda não anunciou oficialmente esse recurso, portanto seu design final e data de lançamento permanecem incertos.

Caso o recurso seja lançado, esta atualização permitirá que a personalização da voz do Gemini vá além da simples seleção de vozes, rumo a um estilo de fala baseado em tarefas e livremente controlável.