Google تطلق نموذجي Gemini 3.8 للنطق مع استنساخ الصوت من 30 ثانية، باستثناء دول بعينها
أطلقت Google في 23 سبتمبر 2026 نموذجين جديدين لتحويل النص إلى كلام (TTS)، هما Gemini 3.8 Flash TTS وFlash-Lite TTS. ويدعم النموذجان أكثر من 100 لغة، من بينها العربية الفصحى، ويوفران أكثر من 2000 صوت جاهز. كما يسمحان بإنشاء صوت جديد من الصفر، أو باستنساخ صوت موجود من تسجيل مدته 30 ثانية.
وبحسب صفحة تسعير Gemini API الرسمية، يبلغ السعر 0.50 دولار لكل مليون توكن من النص المدخل، و9 دولارات لكل مليون توكن من الصوت الناتج في Flash، و6 دولارات في Flash-Lite، مع وجود free tier.
غير أن التفصيل الأهم ورد في سطر صغير من الإعلان: خاصية استنساخ الصوت غير متاحة في ولايتي Illinois وTexas الأمريكيتين، ولا في المنطقة الاقتصادية الأوروبية، ولا في بريطانيا وسويسرا والهند.
وهذه الأماكن تحديدًا هي التي لديها قوانين تعامل الصوت على أنه بيانات بيومترية، أي بيانات جسدية تعرّف صاحبها مثل البصمة. فالقائمة ليست قيدًا تقنيًا بل خريطة قانونية. ودول الشرق الأوسط وشمال أفريقيا ليست ضمنها.
والنتيجة أن الخاصية التي حُجبت عن المستخدم الأوروبي حمايةً لصوته تعمل بالكامل في المنطقة وبالسعر نفسه.
ويترتب على ذلك أمران لمن يبني منتجات صوتية. الأول أن سؤال “من صاحب هذا الصوت، وهل وافق؟” يصبح مسؤولية المطور وحده، في غياب قانون يطرحه عليه. والثاني أن أي عملية تعتمد على التحقق الصوتي من الهوية تصبح أضعف، لأن 30 ثانية من مقطع منشور أو رسالة صوتية تكفي نظريًا لبناء نسخة من الصوت.