谷歌发布了Gemini 3.8两款文本转语音模型（Flash和Flash-Lite），提供2000多种语音及30秒样本定制克隆功能。开发者Simon Willison搭建了交互测试平台，展示其支持多角色对话和不同语音风格的能力。
背景
谷歌持续扩展其Gemini AI模型系列，包括专门的文本转语音能力。此次发布正值业内神经网络语音合成竞争加剧，ElevenLabs和OpenAI等公司也在大力投入TTS技术。
- 来源
- Simon Willison
- 发布时间
- 2026年9月24日 01:12
- 评分
- 7.0 / 10