Google тестирует функцию настройки голоса Gemini: четыре новых параметра управления

Введение

Похоже, Google разрабатывает более тонкую систему настройки голоса для Gemini. В отличие от ограничения пользователей предустановленными голосами, этот планируемый интерфейс может позволить пользователям регулировать звучание Gemini с помощью четырех независимых параметров управления: скорость, энергичность, формальность и теплота.

Эта функция была обнаружена 9to5Google при анализе строк кода в бета-версии приложения Google 17.41.12. Поскольку информация получена из декомпиляции APK, а не из официального анонса продукта, эти параметры управления пока следует считать экспериментальными. Google может изменить их, отложить или принять решение не выпускать.

Четыре регулируемые голосовые характеристики

Код бета-версии показывает новый раздел Настройка для голоса Gemini, содержащий четыре обозначенные характеристики:

• Скорость
• Энергичность
• Формальность
• Теплота

Ожидается, что скорость будет иметь три уровня регулировки: медленно, нормально и быстро. Остальные три параметра — энергичность, формальность и теплота — предположительно будут иметь настройки низкий, средний и высокий уровень.

Это позволит пользователям получить больше контроля над голосовым исполнением Gemini без необходимости переключаться на совершенно другой предустановленный голос. Пользователи смогут, сохраняя один и тот же базовый голос, регулировать его темп речи или стиль диалога в зависимости от текущей задачи.

Gemini может получить более тонкие параметры управления тембром и качеством голоса.

Как будет работать новая функция управления голосом Gemini

Каждая настройка призвана влиять на разные аспекты слухового восприятия.

Скорость

Настройка скорости будет контролировать темп речи Gemini. При объяснении инструкций или занятиях языком более медленный темп облегчает понимание, а в ситуациях с краткими подсказками и обычными вопросами и ответами более быстрый темп удобнее.

Энергичность

Параметр энергичности может влиять на живость голоса Gemini. Более высокие настройки сделают голосового помощника более энергичным, в то время как более низкие настройки дадут более спокойное выражение.

Формальность

Формальность поможет пользователям подобрать стиль голоса Gemini в соответствии со сценарием. При планировании путешествий или непринужденном мозговом штурме неформальный стиль более естественен, а для исследований, работы или профессиональных обсуждений больше подходит формальный голос.

Теплота

Ожидается, что теплота будет регулировать степень дружелюбия и доступности голоса. Повышение этой настройки сделает повседневные разговоры более непринужденными, а понижение может придать более нейтральный способ выражения.

Эти описания отражают ожидаемую функциональность, основанную на ярлыках элементов управления. Google еще не опубликовал официальную документацию о том, как именно каждый уровень изменит генерируемый голос.

Эта настройка может применяться к Gemini Live и обычным чатам

Согласно анализу строк кода, проведенному 9to5Google, пользовательский голос будет применяться как к Gemini Live, так и к обычным чатам.

Когда ответы Gemini в чате читаются вслух, это также будет затронуто.

Это будет соответствовать текущим настройкам голоса Gemini. В существующей справочной документации Google указывается, что выбранный голос Gemini применяется ко всем приложениям Gemini, включая Gemini Live и другие функции, предоставляющие голосовые ответы.

Важное отличие состоит в том, что текущие официальные настройки фокусируются на выборе голоса. Экспериментальный же интерфейс добавляет новый уровень, позволяющий пользователям регулировать поведение и манеру речи этого голоса.

Google также изучает возможности более локализованных голосов

Упомянутые в отчете функции настройки соответствуют более широким усилиям Google по созданию более естественных и локально релевантных голосовых взаимодействий. Google также обсуждает поддержку диалектов, что может сделать голосовые ответы Gemini более знакомыми для пользователей в разных регионах.

Голосовая локализация — это не просто изменение акцента. Темп речи, тон, теплота и формальность влияют на то, насколько комфортно использовать помощника в конкретном языке, культуре или среде.

Голос, подходящий для формальных рабочих обсуждений, может показаться неестественным в непринужденной беседе. Точно так же энергичный способ выражения может быть хорош для мозгового штурма, но утомлять во время длительного исследовательского процесса. Более тонкий контроль помогает справиться с этими различиями.

Персонализация голоса становится конкурентной функцией

Google — не единственная компания, предоставляющая пользователям больший контроль над голосом ИИ-помощника. Apple объявила, что Siri AI в iOS 27 позволит пользователям настраивать скорость речи и выразительность.

Эти два подхода схожи по направлению, но экспериментальный дизайн Google, похоже, разделяет голосовое поведение на большее количество категорий. Помимо скорости речи, Gemini, возможно, сможет напрямую контролировать энергичность, формальность и теплоту.

Это отражает более широкий сдвиг в области голосовых помощников. Качество голосового ИИ-опыта теперь определяется не только тем, насколько правильно помощник понял вопрос. То, как он отвечает — с какой скоростью говорит, насколько формально звучит и насколько его манера выражения эмоционально уместна — постепенно становится частью опыта использования продукта.

Почему важен более детальный контроль голоса

Голосовые интерфейсы используются в самых разных сценариях. Люди могут общаться с Gemini за рулем, во время учебы, планирования поездок, просмотра документов или решения технических проблем. Единый фиксированный стиль речи вряд ли будет оптимальным во всех ситуациях.

Более детальный контроль дает несколько практических преимуществ:

1. Лучшая доступность: Когда пользователям нужно больше времени для обработки информации, можно выбрать более медленный темп.
2. Лучшее соответствие задаче: Можно настроить формальность и энергичность для профессиональной работы, образования или отдыха.
3. Более естественный диалог: Контроль теплоты может уменьшить механистичность, часто присущую синтезированной речи.
4. Более высокие личные предпочтения: Пользователям не придется мириться с индивидуальностью по умолчанию, привязанной к предустановленному голосу.
5. Единый голосовой опыт: Одни и те же настройки могут применяться к Gemini Live и к голосовым ответам в стандартном чате.

Эта функция также может сделать использование голосового помощника более комфортным в течение длительного времени.

диалог. Даже высококачественный синтезированный голос может утомлять, если его ритм или тон не соответствуют предпочтениям слушателя.

Доступность и важные ограничения

Google официально не анонсировала эти четыре функции управления голосом, и на данный момент нет подтвержденной даты выхода. Их появление в бета-версии приложения Google указывает на активную разработку, но декомпиляция APK не гарантирует, что функция появится в публичной версии приложения.

Google может изменить названия, изменить доступные уровни, ограничить функцию определенным языком или удалить ее до выпуска. Доступность также может варьироваться в зависимости от учетной записи, устройства, региона и языковых настроек Gemini.

В настоящее время пользователи по-прежнему могут изменить предустановленный голос Gemini в мобильном приложении:

1. Откройте приложение Gemini.
2. Откройте меню и выберите изображение профиля или значок учетной записи.
3. Перейдите в Настройки.
4. Выберите Голос Gemini.
5. Прослушайте образец голоса и подтвердите выбор.

Количество доступных голосов зависит от языка. Google отмечает, что функция выбора голоса доступна не на всех поддерживаемых языках.

Часто задаваемые вопросы

Что такое новые элементы управления настройкой голоса Gemini?

Экспериментальный интерфейс включает скорость речи, энергичность, формальность и теплоту. Скорость, вероятно, будет иметь три уровня: медленно, нормально и быстро, в то время как другие элементы управления, вероятно, будут иметь три уровня: низкий, средний и высокий.

Можно ли сейчас использовать новую функцию управления голосом Gemini?

Google официально не запускал эти функции. Они были обнаружены путем декомпиляции APK в бета-версии приложения Google 17.41.12, поэтому функция все еще не подтверждена и может измениться до выпуска.

Можно ли использовать эти настройки для Gemini Live?

Обнаруженный код указывает, что пользовательский голос будет применяться к Gemini Live, а также к обычным чатам Gemini с голосовыми ответами. Это не было подтверждено в официальных объявлениях Google.

Могу ли я изменить голос Gemini прямо сейчас?

Да. В настоящее время Google позволяет пользователям выбирать предустановленный голос Gemini в мобильном приложении, хотя количество доступных голосов зависит от языка, и эта настройка доступна не во всех регионах.

Для чего нужна настройка теплоты в Gemini?

Google еще не опубликовал официальное определение для этого экспериментального элемента управления. Судя по названию, ожидается, что он будет влиять на то, насколько дружелюбно, доступно или эмоционально тепло звучит Gemini.

Может ли Gemini говорить медленнее?

Планируемый контроль скорости речи, как ожидается, будет включать параметры: медленно, нормально и быстро. Пока эта функция не будет выпущена, пользователи, вероятно, не смогут найти выделенный глобальный ползунок скорости речи в стандартных настройках голоса Gemini.

Почему Google добавляет больше голосовых элементов управления?

Более тонкий контроль может помочь пользователям настраивать голосовые ответы Gemini в соответствии с различными задачами и личными предпочтениями. Они также могут сделать длительные голосовые диалоги более естественными и менее повторяющимися.

Предлагает ли Siri аналогичную настройку голоса?

Apple объявила о контроле скорости речи и выразительности для Siri AI в iOS 27. Gemini

Экспериментальная система выглядит более обширной, поскольку она может также включать отдельные настройки для энергии, формальности и теплоты.

Связанные инструменты

• Google Gemini: ИИ-ассистент от Google, поддерживающий текст, голос, планирование, исследования и мультимодальные диалоги.
• Gemini Live: Режим голосового общения в реальном времени в Gemini.
• Мобильное приложение Gemini в Google Play: Официальное Android-приложение для настройки голосовых параметров Gemini.
• Google AI Studio: Веб-среда от Google для тестирования и создания приложений на основе моделей Gemini.
• Gemini-TTS: Документация Google Cloud об управляемом преобразовании текста в речь Gemini.

Связанные ссылки

• Отчёт APK-анализа от 9to5Google: Оригинальный отчёт о разборе APK, описывающий четыре экспериментальные функции голосового управления.
• Google Help: Изменение голоса Gemini: Официальная инструкция по выбору текущего предустановленного голоса Gemini.
• Google Help: Естественное общение с Gemini Live: Официальное руководство по использованию и управлению Gemini Live.
• Официальный обзор Gemini Live: Введение Google в голосовое общение в реальном времени в Gemini.
• Документация Google Cloud Gemini-TTS: Официальная информация о настройке темпа речи, интонации, акцента и выразительности.
• Обзор iOS 27 от Apple: Официальная страница Apple о функциях настройки скорости речи и выразительности Siri.

Резюме

Google тестирует более гибкую систему голоса Gemini, основанную на четырёх функциях управления: темп речи, энергия, формальность и теплота. Эта функция позволяет пользователям настраивать голосовое представление Gemini без полной замены выбранного голоса.
Эти элементы управления были обнаружены в тестовой версии Google-приложения 17.41.12 и, как ожидается, будут влиять на голосовые ответы как в Gemini Live, так и в обычных чатах. Однако Google официально не объявлял о запуске этой функции, поэтому её окончательный дизайн и дата выхода остаются неопределёнными.
Если функция будет выпущена, это обновление выведет персонализацию голоса Gemini за рамки простого выбора голоса, предоставив свободно настраиваемый стиль речи на основе задач.