Simon Willison 开源基于 Gemini 3.8 TTS 的语音交互 Playground

2026年9月23日，技术博主 Simon Willison 基于 Google 全新发布的 Gemini 3.8 TTS 语音模型开源了网页端交互测试工具 Playground，为开发者提供了便捷的语音合成体验路径。

• 界面支持配置 Google 最新推出的 gemini-3.8-flash-tts 与 gemini-3.8-flash-lite-tts 两款语音模型。
• 支持调用超过 2000 种预置音色，并支持基于 30 秒音频样本进行声音克隆与多角色对话合成。
• 采用自带 API 密钥（BYOK）架构，充分利用 Gemini API 开放的 CORS 策略在纯前端实现直接调用。
• 影响/看点：纯前端 Playground 的开源降低了多角色语音合成的测试门槛，意味着轻量化端到端调用能够加速语音应用的早期原型验证，其普及程度依赖于开发者对 API 成本与多语种表现的评估。
• 资料依据：
• Simon Willison 博客（2026-09-23）：https://simonwillison.net/2026/Sep/23/gemini-tts-playground/
• Google 官方博客（2026-09-23）：https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-8-text-to-speech/

本内容由 AI 生成，仅供参考，请注意甄别