Gemini 3.8 文字转语音

Gemini 3.8 文字转语音功能问好 2026 年 9 月 23 日 | x.com Facebook LinkedIn Mail 复制链接 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 是我们迄今为止最具表现力的音频生成模型。通过 Google AI Studio、Gemini API、Gemini Enterprise、Gemini Notebook 和 Google Vids 生成自定义角色声音和直接场景对话。 Leland Rechis 集团产品经理 Alan Cowen 代表 Gemini 音频团队的科学研究总监 分享 x.com Facebook LinkedIn LinkedIn 邮件 复制链接 阅读 AI 生成的摘要 查看“Gemini 3.8 文本转语音打招呼”，了解我们的新模型如何工作。从头开始创建自定义语音或使用简单的自然语言提示复制现有语音。逐行引导音频来控制节奏、情绪，甚至逼真的对话声音。将这些模型用于大规模高质量有声读物、播客或实时语音代理。我们提供了水印等内置安全工具，以确保生成的音频安全。摘要由 Google AI 生成。生成式人工智能尚处于实验阶段。谷歌刚刚推出了新的人工智能工具，可以让你从头开始创建和定制逼真的声音。您可以让这些声音听起来完全符合您的要求，从口音到情绪语气。它非常适合制作听起来像真人说话的有声读物、游戏或播客。此外，他们还添加了安全功能，以确保负责任地使用这些声音。摘要由 Google AI 生成。生成式人工智能尚处于实验阶段。探索其他风格：要点 基本解释器 今天，我们向 Gemini 系列推出两种新的文本转语音模型，将语音生成从静态预设转变为动态创意工作室。这些模型使创作者、开发者和企业能够创造更丰富、更具表现力的音频体验，同时改善 Gemini Notebook 和 Google Vids 等产品的用户体验。 Gemini 3.8 Flash TTS：专为深度创意指导和角色设计而构建。使用自然语言提示从头开始创建全新的声音，让角色在游戏、沉浸式有声读物、播客和互动媒体中栩栩如生。通过对表演线索、节奏、方言转换和反向引导的精细控制，逐句指导每一个表演。 Gemini 3.8 Flash-Lite TTS：专为高容量、经济高效的规模而设计。针对大音量配音、音频内容创建和富有表现力的语音代理进行了优化，可对音调、节奏和表现力的细微差别进行精细控制。这些模型补充了我们快速增长的 Gemini Audio 系列，继 3.5 Live Translate 、 3.5 Transcribe 、 3.8 Live 和 3.8 Live Extended Thinking 之后。创建和自定义您自己的声音 从 30 种原始声音扩展到无限的库。无论您需要完全原创的角色声音还是始终如一的品牌大使，我们的 3.8 Flash TTS 模型都能为完整的声音工作室提供支持。这使您能够随时创建和使用富有表现力、听起来自然的声音，同时使开发人员和企业能够轻松构建自定义音频体验。生成式语音设计：借助 Gemini 3.8 Flash TTS，使用自然语言提示自定义 100 多种语言和方言的角色、口音和语音特征，从头开始创建定制语音 - 无论您是要赋予一条戏剧性的喷火龙，还是要打造一个具有独特区域节奏的魅力叙述者。听听 Gemini 3.8 Flash TTS 如何生成来自墨尔本的充满活力的 DJ 声音。听听 Gemini 3.8 Flash TTS 如何生成超细小、单调的机器人声音。听听 Gemini 3.8 Flash TTS 如何让日本龙栩栩如生。丰富的语音库：访问 2,000 多种可用于制作的语音，涵盖广泛的语言，包括墨西哥西班牙语、魁北克法语和苏格兰英语等地区性品种。语音复制：仅从您的语音或您有权使用的语音的 30 秒音频样本中重新创建一致的语音配置文件，并由内置同意验证、SynthID 水印和 C2PA 凭证提供支持，以保护开发人员及其语音人才。保存和扩展：保存和管理您设计的自定义语音，以确保正在进行的项目中的一致性能和最小偏差。语音混音：即将推出，从我们的语音库中选择一个声音并微调音色、音高、节奏和口音。使用提示来拨入特征（例如“添加微妙的美国南部口音”或“软化表达”）。逐句指导表演 一旦您选择了自己的声音，两种 TTS 模型都可以让您精确控制每句台词的传送方式。逐行直接表演：编写您自己的舞台指示，或让双子座通过自然的脚本提示引导表演 - 从冷静的客户服务代理到低声的悬念场景。了解 Gemini 3.8 Flash TTS 如何为交互式语音代理实现自然、高度表现力的对话。观看并聆听 Gemini 3.8 Flash TTS 如何使用精细的脚本控制来构建具有深度吸引力的内容