구글, 제미나이 3.1 플래시 TTS 모델 공개와 음성 제어 기능 강화

주장구글은 제미나이 3.1 플래시 TTS(Text-to-Speech)를 통해 차세대 인공지능 음성 애플리케이션 개발을 지원합니다. 이 모델은 이전 버전보다 향상된 음성 품질과 정밀한 제어 기능을 제공하여 기업의 창의적인 작업을 돕습니다.

팩트제미나이 3.1 플래시 TTS는 2026년 4월 15일에 공식 발표되었습니다. 이 모델은 아티피셜 애널리시스(Artificial Analysis) TTS 리더보드에서 1,211점의 엘로(Elo) 점수를 기록하며 높은 평가를 받았습니다.

팩트해당 모델은 70개 이상의 언어를 지원하며 다중 화자 대화 기능을 기본으로 탑재했습니다. 또한 고품질 음성 생성과 낮은 비용의 균형을 맞추어 시장 경쟁력을 확보했습니다.

주장이번 모델의 핵심 혁신은 오디오 태그 도입을 통한 음성 제어 능력의 강화입니다. 사용자는 자연어 명령을 텍스트에 삽입하여 음성의 스타일, 속도, 전달 방식을 세밀하게 조정합니다.

팩트개발자는 구글 AI 스튜디오를 통해 음성 프로필을 설정하고 디렉터 노트를 활용하여 톤과 억양을 변경합니다. 설정이 완료된 매개변수는 제미나이 API 코드로 내보내어 다양한 프로젝트에서 일관되게 사용합니다.

주장오디오 태그를 통한 장면 연출 기능은 인공지능이 단순히 텍스트를 읽는 단계를 넘어 캐릭터의 성격을 유지하게 합니다. 이는 몰입감 있는 오디오 경험을 제공하며 개발자가 감독의 관점에서 음성을 연출하도록 돕습니다.

교차검증인공지능 음성 기술의 발전은 창의적인 콘텐츠 제작을 가능하게 하지만 오남용의 위험도 존재합니다. 구글은 이를 방지하고자 모든 생성 오디오에 신스아이디(SynthID) 워터마크를 삽입하여 인공지능 생성물임을 식별하도록 했습니다.

팩트신스아이디 워터마크는 인간의 귀에는 들리지 않지만 오디오 출력물에 직접 삽입됩니다. 이는 인공지능이 생성한 콘텐츠를 신뢰성 있게 탐지하여 정보 왜곡이나 허위 정보 확산을 방지합니다.

팩트제미나이 3.1 플래시 TTS는 현재 개발자를 위한 제미나이 API, 구글 AI 스튜디오, 기업용 버텍스 AI, 워크스페이스 사용자를 위한 구글 비즈에서 미리보기 형태로 제공됩니다. 이는 글로벌 시장을 겨냥한 확장성을 고려한 배포 전략입니다.

출처구글 공식 블로그(https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-1-flash-tts/)를 교차 검증했습니다. 본 내용은 2026년 4월 15일 게시된 기술 발표 자료를 기반으로 작성되었습니다.