影音音频🔥7.0
谷歌推出 Gemini 3.8 Flash / Flash-Lite 文本转语音模型，每一行台词都能精确控制
📋总体概括
谷歌9月23日发布Gemini 3.8 Flash TTS与Flash-Lite TTS两款文本转语音模型，将语音生成从静态预设升级为动态创意工具。Flash TTS面向深度创意与角色设计，支持用自然语言提示从零创建语音，可精细控制表演提示、节奏与方言转换，适用于游戏、有声书和播客；Flash-Lite TTS主打大容量高性价比场景，针对配音和语音代理优化。语音库从原有30种预设扩展到无限语音，支持100多种语言和方言，并服务于Notebook和Google Vids等产品。
⚡关键信息
- ▸谷歌9月23日推出Gemini 3.8 Flash TTS和Flash-Lite TTS两款文本转语音模型
- ▸Flash TTS可通过自然语言提示从头创建全新语音，精细控制表演、节奏和方言转换
- ▸Flash-Lite TTS面向大容量配音与语音代理场景，主打高性价比规模化输出
- ▸语音库从原有30种原始语音扩展到无限语音，支持100多种语言和方言
- ▸新模型将为Gemini Notebook和Google Vids等产品改进语音体验
🔥犀利点评
把30种预设语音扩到无限生成，这才是AI语音该有的玩法——TTS终于从「选套餐」变成了「点菜」。Flash与Flash-Lite的双轨划分也很清醒：创意端拼表现力，企业端拼成本，说明谷歌真想通吃游戏配音和客服机器人两条线。不过无限语音库的背后，配音演员的饭碗又被啃掉一块，所谓创意工具，本质是降本工具。
📰 相关资讯（与本文相关的其他资讯）
本文由本站自动聚合，以下为原始来源：前往 IT之家 阅读全文 →