谷歌产品团队介绍全新 Gemini 语音与声音设计模型核心特性

谷歌产品团队公布了最新 Gemini 文本转语音与声音设计模型，通过扩充音色库与定制化能力拓展多模态语音交互场景。

• 据谷歌产品团队成员 Ammaar Reshi 于 2026 年 9 月 23 日公布的信息，新模型新增数千种可选音色。
• 该模型支持声音设计功能，允许开发者根据提示词定制特定风格与语调的声音。
• 这一更新着重提升了语音合成的多样性与控制粒度，可应用于智能助手、内容播报及游戏角色配音等场景。
• 影响/看点：丰富且可定制的语音库有望增强人机语音对话的拟真度，但在规模化落地时，需要配套严格的声纹防伪与防深度伪造滥用机制。
• 资料依据：
• X：Ammaar Reshi (@ammaar)（2026-09-23）：https://x.com/ammaar/status/2102783844235825619
• Google DeepMind（2026-09-23）：https://blog.google/technology/ai/google-gemini-voice-design-model/

本内容由 AI 生成，仅供参考，请注意甄别