Gemini telah mengumumkan Gemini 2.5, versi AI yang disempurnakan dengan kemampuan interaksi dan pembuatan suara yang lebih baik. Pembaruan ini memungkinkan interaksi suara yang lebih alami dan real-time, sehingga pengguna dapat berkomunikasi dengan AI dengan latency minimal. AI kini dapat memahami dan membuat ucapan dengan ekspresi dan prosodi yang lebih baik, serta dapat beradaptasi dengan gaya tertentu, termasuk aksen dan nada tertentu, seperti yang diarahkan oleh perintah bahasa alami.

Fitur baru Gemini 2.5 juga mencakup tool consolidation, yang memberikan AI akses ke informasi waktu nyata selama percakapan. Fitur ini juga menyediakan kesadaran kontekstual terhadap percakapan, yang memungkinkannya mengidentifikasi kebisingan latar belakang yang tidak relevan. Selain itu, AI kini mendukung interaksi multibahasa dan merespons nada emosional pengguna, sehingga meningkatkan kualitas dialog. Kemampuan penalaran tingkat lanjut juga telah diintegrasikan, yang meningkatkan kinerja AI dalam tugas-tugas yang kompleks.

Di bidang text-to-speech (TTS), Gemini 2.5 menghadirkan kontrol yang belum pernah ada sebelumnya atas pembuatan suara, yang memungkinkan penampilan yang ekspresif dan dinamis. Melalui perintah bahasa alami, pengguna dapat menentukan gaya, nada, dan emosi dari suara yang dihasilkan. AI tersebut juga mendukung pembuatan dialog multi-pembicara dan mendukung lebih dari 24 bahasa, sehingga berguna untuk berbagai aplikasi mulai dari penceritaan hingga program berita.

Pertimbangan keselamatan dan etika menjadi hal utama dalam pengembangan kemampuan audio Gemini 2.5. Tim melakukan penilaian risiko dan keselamatan secara menyeluruh, termasuk latihan tim merah, untuk memastikan penerapan yang bertanggung jawab. Semua keluaran audio disematkan dengan teknologi watermarking untuk memastikan transparansi. Pengembang dapat mengakses kemampuan audio asli ini melalui Google AI Studio atau Gemini API milik Vertex AI. Versi pratinjau tersedia untuk edisi Pro dan Flash Gemini 2.5.