谷歌官方发布 Gemini 3.8 文本转语音（TTS）模型

谷歌于 2026 年 9 月 23 日在官方博客发布 Gemini 3.8 文本转语音（TTS）模型系列，推出面向精细创作的 Flash TTS 与面向高并发场景的 Flash-Lite TTS。

• Gemini 3.8 Flash TTS 支持通过自然语言提示词定制声音角色，可精细调控跨 100 多种语言的语调、停顿与口语反馈。
• Gemini 3.8 Flash-Lite TTS 针对高并发配音与实时语音智能体进行了计算效率优化。
• 系统提供 2,000 余种预置声音，并支持基于 30 秒音频样本进行声音复刻，内置 SynthID 水印与 C2PA 内容凭证以强化溯源。
• 影响/看点：自然语言驱动的声音设计若能保证长文本输出风格的一致性，可能推动内容制作与交互播报由固定音色库向动态按需生成转变。
• 资料依据：
• Google Blog（2026-09-23）：https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-8-text-to-speech/
• Google Cloud Documentation（2026-09-23）：https://cloud.google.com/vertex-ai/generative-ai/docs/multimodal/tts

本内容由 AI 生成，仅供参考，请注意甄别