Gemini 3.8 文本转语音说你好
deepmind ·
Google DeepMind 推出了 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS,标志着 Gemini 系列在表达性音频生成方面取得了重大进展。这些模型允许用户通过简单的自然语言提示,从头创建自定义角色声音或复制现有声音,支持超过 100 种语言。Flash 版本专为深度创意指导而设计,提供对语速、情感和笑声或叹息等真实对话音效的精细控制。与此同时,Flash-Lite 变体侧重于高吞吐量、成本效益高的扩展,适用于配音和语音代理等任务。这两款模型现已在 Google AI Studio 和 Gemini API 中可用,企业版访问权限即将通过 Gemini Enterprise 推出。为确保负责任的使用,系统内置了安全功能,包括声音复制时的同意验证以及所有生成音频的 SynthID 水印。早期基准测试表明,与之前的版本相比,这些模型在整体质量和口音建模方面处于领先地位。
deepmind