Google met à disposition TTS 3.8 et exige le consentement à l'enregistrement pour répliquer les voix. Voir rétention, biométrie et gouvernance d’entreprise.
Réponse directe
Google a annoncé le 22 septembre 2026 la disponibilité générale des modèles Gemini 3.8 Flash TTS et Flash-Lite TTS et a ouvert le point de terminaison Voices pour la création et la gestion des voix. En réplication, l'API nécessite un échantillon de référence et un enregistrement du consentement du même adulte. Les profils persistants restent dans le projet jusqu'à un an ; Le mode de persistance côté serveur renvoie une clé gérée par le client avec une validité de sept jours. Les entreprises doivent traiter la voix comme une donnée biométrique, limiter la finalité, l'accès, la conservation et la révocation et signaler clairement lorsque l'audio est synthétique.
Le consentement technique ne remplace pas la base juridique
L'enregistrement obligatoire prouve la déclaration de l'orateur, mais l'organisation doit encore définir son objectif, sa transparence, ses droits et ses règles applicables sur chaque marché.
La persistance modifie le profil de risque
Une étiquette réutilisable simplifie la production mais étend l'exposition. Les projets sensibles peuvent préférer les commutateurs de courte durée et leurs propres contrôles, en évaluant le coût opérationnel.
La révocation doit atteindre le produit
La suppression du profil dans l'API ne supprime pas automatiquement les fichiers dérivés. Un inventaire des audios, versions et destinations est nécessaire pour retirer le consentement.
La qualité doit être testée par le contexte
L'accent, les noms propres, l'émotion et les longues séances varient. L'acceptation doit comparer l'intelligibilité, la cohérence et l'adéquation par langue et par canal.
Lecture Nexus
Avant la mise à l'échelle, enregistrer le titulaire, le but, la méthode de stockage, la durée et les utilisations autorisées ; marquer les sorties synthétiques et maintenir une voie d’exclusion vérifiable.
FAQ
L'API réplique-t-elle une voix sans consentement enregistré ?
La documentation nécessite un audio de référence et un audio de consentement du même locuteur adulte pour chaque création.
Quelle est la différence entre les modes de stockage ?
Le mode persistant enregistre le profil dans le projet ; le mode de non-persistance renvoie une clé de chiffrement de courte durée gérée par le client.
Une voix répliquée peut-elle être utilisée à n’importe quelle fin ?
Non. Le consentement, le contrat, la législation, la politique du fournisseur et l’objectif déclaré continuent de limiter l’utilisation.
Guides essentiels pour approfondir la décision
Cette analyse éditoriale a été réalisée par Nexus à partir des sources officielles ci-dessous, consultées le 28 septembre 2026. Le texte est original et interprète les implications pratiques pour les entreprises.
- Google AI for Developers – Notes de version de l'API Gemini: Version GA des modèles Gemini 3.8 TTS, de l'API Voices et des capacités de conception et de réplication vocales.
- Google AI pour les développeurs – Réplication vocale: échantillons requis, consentement, modes de stockage, limites, conservation et gestion des voix.
Date rapportée par la source principale : 22 septembre 2026.