谷歌Gemini 3.8 TTS：30秒樣本就能復刻聲音

BiRun 訊，谷歌發布 Gemini 3.8 Flash TTS 和 Flash-Lite TTS，兩款文本轉語音模型已在 Gemini API 和 Google AI Studio 開放。Flash 主打音質、角色表演和長文本穩定性，Lite 偏向高吞吐、低延遲和低成本。

兩款模型都能直接用文字設計新聲綫，也能用約 30 秒參考音頻復刻本人或已獲授權的聲音。用戶可以逐句控製情緒、節奏和口音，還能插入笑聲、嘆氣、咳嗽等聲音。雙人對話也可以直接用一份劇本生成。Flash 支持 130 種語言，Lite 支持 101 種。

價格也比上一代低。到 2026 年 12 月 31 日，Flash 音頻輸出每百萬 tokens 為 9 美元，Lite 為 6 美元；上一代 Gemini 3.1 Flash TTS Preview 為 20 美元。2027 年 1 月 1 日起，兩款標準價會昇至 18 美元和 12 美元。

信源

動察 Beating 頻道 · 動察 Beating 交流羣。