💡 صوت و موسیقی با LLMها توی این یک ساله، LLMها خیلی سریعتر دارن پیشرفت میکنن. یکی از جاهایی که خیلی خوب توش پیشرفت کردن، تولید صدا و موزیکه. همین چند ماه پیش بود که گوگل ورژن TTS مدلهای Gemini 2.5 Flash و Pro رو معرفی کرد. این مدلها به طرز باورنکردنیای کیفیت فارسیشون خوبه و میتونن با احساسات درست، مثل یه native ایرانی صحبت کنن. برای تست کردنش میتونید از AI Studio گوگل استفاده کنید: https://aistudio.google.com/generate-speech?model=gemini-2.5-pro-preview-tts این نمونه پادکست با مدلهای tts گوگل:
December 23, 2025 1.8K 24
