Olympic.or.id – Siap-siap, duniamu bakal keguncang! Baru-baru ini, tepatnya pada Rabu (15/4/2026), Google secara resmi meluncurkan senjata pamungkas terbarunya di dunia kecerdasan buatan. Mereka memperkenalkan model AI text-to-speech (TTS) canggih bernama Gemini 3.1 Flash TTS, dan kabar baiknya, model ini bisa kamu akses secara gratis! Klaim dari raksasa teknologi tersebut sungguh mencengangkan: AI ini mampu menghadirkan suara yang jauh lebih natural dan penuh ekspresi, bukan sekadar robot bacot datar lagi. Hasilnya, suara buatan yang dihasilkan pun terdengar sangat mirip dengan intonasi manusia sungguhan.
Apa Istimewanya Gemini 3.1 Flash TTS?
Jangan salah sangka dulu, model ini ternyata bukan sekadar pembaru biasa. Ia merupakan bagian penting dari pengembangan keluarga besar Gemini 3.1, dan Google merancangnya khusus untuk memanjakan telinga kita. Selain itu, keunggulan utamanya benar-benar bikin melongo, karena AI ini mendukung lebih dari 70 bahasa sekaligus! Tak hanya itu, kemampuan lainnya juga luar biasa; ia dengan lihai bisa menangani percakapan kompleks yang melibatkan lebih dari satu pembicara alias multi-speaker. Jadi, untuk urusan suara AI yang hidup, model ini siap jadi juaranya.
Kasih Perintah Emosi Sekalipun, AI Ini Nurut Banget!
Salah satu fitur paling keren yang membuat gempar netizen adalah Audio Tags. Fitur ajaib ini memungkinkanmu untuk mengatur cara AI berbicara dengan fleksibilitas super tinggi. Lewat perintah teks yang sederhana, kamu pun bisa dengan mudah menentukan bagaimana karakter suara AI tersebut terdengar. Misalnya, kamu dapat mengatur kecepatan bicaranya, memilih gaya penyampaian yang diinginkan, hingga menyematkan emosi tertentu dalam satu kalimat utuh. Praktis, bukan?
Yang lebih keren lagi, pengguna juga dapat memberikan instruksi super simpel, seperti meminta AI untuk berbicara dengan nada “antusias” saat membawakan berita gembira, atau “senang” ketika mendongeng untuk anak-anak. Bahkan, Anda tidak perlu ragu untuk memerintahkannya bersikap “serius dan informatif” jika konteksnya adalah laporan penelitian. Dengan begitu, suara yang dihasilkan tidak akan terdengar monoton, melainkan hidup layaknya lawan bicara kita sehari-hari.
Tak berhenti di situ, Google juga dengan murah hati menyediakan berbagai pilihan gaya suara dan aksen internasional. Pengguna pun bisa dengan leluasa menyesuaikan suara sesuai kebutuhan spesifik mereka. Mulailah dari gaya santai yang cocok untuk podcast kekinian, lalu beralih ke narasi audiobook yang lembut di telinga, hingga gaya formal tegas seperti pembawa berita di TV nasional. Aksen yang tersedia juga beragam banget, termasuk Inggris dan Amerika, sehingga kontenmu terasa lebih otentik.
Bahasa Indonesia Tersedia, Ada Watermark Biar Gak Diklaim Manusia
Seperti yang sudah disinggung sebelumnya, Gemini 3.1 Flash TTS hadir membawa angin segar bagi penutur berbagai bahasa. Ia memberikan dukungan penuh untuk lebih dari 70 bahasa, termasuk berbagai variasi regional yang seringkali rumit. Kabar membahagiakan datang untuk kita semua, karena bahasa Indonesia, Jepang, Jerman, hingga Hindi sudah bisa diucapkan dengan sangat lancar oleh AI canggih ini. Artinya, kreator konten Tanah Air kini bisa memanfaatkannya tanpa hambatan bahasa.
Dalam pengujian ketat yang dilakukan oleh lembaga analisis terkemuka, Artificial Analysis, model ganas ini berhasil mencatatkan skor Elo 1.211 yang fantastis. Para analis pun menilainya unggul dalam rasio kualitas suara terhadap biaya yang dikeluarkan. Hasilnya, Gemini 3.1 Flash TTS disebut-sebut mampu melampaui kualitas model ElevenLabs v3, meskipun masih berada sedikit di bawah Inworld 1.5 Max. Namun, pencapaian ini tetap menjadi bukti bahwa Google serius menggarap teknologi suara.
Terkait penggunaan, jangan khawatir kantong bolong! Google menyediakan versi gratis dari model AI keren ini untuk masyarakat umum. Namun, data dari pengguna gratis akan dimanfaatkan oleh Google untuk pengembangan produk selanjutnya. Sementara untuk versi berbayar yang lebih eksklusif, tarif yang dikenakan cukup bersahabat, yakni 1 dolar AS per juta token untuk input teks dan 20 dolar AS per juta token untuk output audio. Selain itu, model batch yang lebih hemat juga disediakan Google, dengan biaya masing-masing hanya 0,5 dolar AS dan 10 dolar AS.
Saat ini, Gemini 3.1 Flash TTS sudah tersedia dalam tahap pratinjau yang mendebarkan. Kamu bisa mengaksesnya melalui beberapa jalur resmi, mulai dari API Gemini, Vertex AI untuk kebutuhan perusahaan, hingga Google Vids bagi para pengguna Workspace. Kabar baik lainnya, pengguna umum yang penasaran juga bisa langsung mencoba fitur canggih ini secara gratis melalui Google AI Studio. Jadi, jangan tunda lagi untuk bereksperimen!
Untuk memastikan transparansi dan melawan hoaks, setiap audio yang dihasilkan oleh model ini akan dibubuhi watermark digital secara otomatis. Google menggunakan teknologi SynthID miliknya sendiri untuk memberi tanda bahwa konten tersebut dibuat oleh kecerdasan buatan. Watermark ini tertanam langsung dalam file suara, namun tidak bisa didengar oleh telinga manusia biasa. Meski begitu, sistem komputer tetap bisa dengan mudah mengenalinya sebagai konten buatan AI, bukan suara asli manusia. Hasil rangkuman ini diolah dari laporan The Decoder.
Temukan juga berbagai berita terbaru lainnya hanya di Exposenews.id.
