-
`Isse: The Text-to-Speech (TTS) output for the Thai language voices in the Google AI Studio Playground (and potentially the underlying Gemini/TTS API) has experienced a severe and persistent degradation in audio quality. Symptoms:
-
The generated voice is significantly different from the previous high-quality output.
-
The tone is flat, lacks vitality, and sounds unnatural/lifeless.
-
There is a continuous, loud static or buzzing noise (artifact) present throughout the entire generated audio clip.
Reproducibility: This issue is 100% reproducible regardless of the input text or style instructions/prompts used. Timeline: This quality degradation started approximately December 10th at 18:00 ICT (Thai time). Community Awareness: This is not an isolated incident; multiple users within the Thai developer community are actively discussing and reporting the same problem, suggesting a systemic issue with the Thai language model or deployment. Action Requested: Please investigate and fix the quality of the Thai language model/voice as the current output is unusable for production purposes.`
-
Hi @William_and_Luna , Thanks for reporting this issue.
Could you please share a minimal reproducible example including the exact prompt you’re using, the selected Thai voice, a sample of the generated audio and the model you’re using (gemini-2.5-flash-preview-tts or gemini-2.5-pro-preview-tts)? This will help us reproduce the degradation and artifacts issue on our end.
Hi @Sonali_Kumari1 , thank you for the follow-up. Here are the specific details to help your team reproduce the issues:
Model: Gemini 1.5 Pro and Gemini 1.5 Flash
Voice Name: Puck
Prompt: (See below)
Audio Sample (Google Drive): https://drive.google.com/file/d/1K5o9KQ230d-wTSNhrOyxEC3YgnvonFQd/view?usp=drivesdk
Critical Issues Observed:
Static/Hissing Noise: As you can hear in the Google Drive link, there is a loud, persistent static noise in the background of the Thai output.
Generation Failure (Pro Model): When using the Pro model, the generation often stays in the ‘progress’ state for over 10 minutes before eventually failing.
Prompt used:
‘ตัวที่ 1 แมวเมนคูน แมวเมนคูน เป็นสายพันธุ์แมวที่มีขนาดตัวใหญ่ที่สุดในโลก พวกมันคือยักษ์ใหญ่แห่งโลกแมวบ้านอย่างแท้จริง และยังมีรูปลักษณ์ที่โดดเด่นไม่เหมือนใคร เมนคูนมีทั้งขนาดและความสง่างาม มีหัวใหญ่ หูตั้ง และมีขนยาวหนาฟูเป็นชั้นคล้ายสิงโต ทำให้พวกมันดูตัวใหญ่และน่าเกรงขาม น้ำหนักเฉลี่ยของแมวเมนคูนตัวผู้สามารถหนักได้ถึง 8 กิโลกรัม และบางตัวอาจหนักได้ถึง 13 กิโลกรัม ความยาวจากจมูกจนถึงปลายหางของพวกมันสามารถวัดได้ยาวเกิน 1 เมตร ถึงแม้แมวจะมีขนาดใหญ่โต แต่เมนคูนกลับมีนิสัยที่อ่อนโยน ฉลาด และชอบอยู่กับคน พวกมันจึงได้รับความนิยมอย่างมากในฐานะสัตว์เลี้ยงขนาดใหญ่ที่น่ากอด’
Please let me know if you need any further information. Looking forward to the resolution!"ใจ
Hi @Sonali_Kumari1 , thank you for the follow-up. Here are the specific details to help your team reproduce the issues:
Model: Gemini 1.5 Pro and Gemini 1.5 Flash
Voice Name: Puck
Prompt: (See below)
Audio Sample (Google Drive): https://drive.google.com/file/d/1K5o9KQ230d-wTSNhrOyxEC3YgnvonFQd/view?usp=drivesdk
Critical Issues Observed:
Static/Hissing Noise: As you can hear in the Google Drive link, there is a loud, persistent static noise in the background of the Thai output.
Generation Failure (Pro Model): When using the Pro model, the generation often stays in the ‘progress’ state for over 10 minutes before eventually failing.
Prompt used:
‘ตัวที่ 1 แมวเมนคูน แมวเมนคูน เป็นสายพันธุ์แมวที่มีขนาดตัวใหญ่ที่สุดในโลก พวกมันคือยักษ์ใหญ่แห่งโลกแมวบ้านอย่างแท้จริง และยังมีรูปลักษณ์ที่โดดเด่นไม่เหมือนใคร เมนคูนมีทั้งขนาดและความสง่างาม มีหัวใหญ่ หูตั้ง และมีขนยาวหนาฟูเป็นชั้นคล้ายสิงโต ทำให้พวกมันดูตัวใหญ่และน่าเกรงขาม น้ำหนักเฉลี่ยของแมวเมนคูนตัวผู้สามารถหนักได้ถึง 8 กิโลกรัม และบางตัวอาจหนักได้ถึง 13 กิโลกรัม ความยาวจากจมูกจนถึงปลายหางของพวกมันสามารถวัดได้ยาวเกิน 1 เมตร ถึงแม้แมวจะมีขนาดใหญ่โต แต่เมนคูนกลับมีนิสัยที่อ่อนโยน ฉลาด และชอบอยู่กับคน พวกมันจึงได้รับความนิยมอย่างมากในฐานะสัตว์เลี้ยงขนาดใหญ่ที่น่ากอด’
Please let me know if you need any further information. Looking forward to the resolution!"ใจ