谷歌发布 Gemini 3.8 系列文本转语音模型，支持 2000 多种语音与 30 秒声音克隆

谷歌推出两款全新文本转语音模型——Gemini 3.8 Flash TTS 与 Gemini 3.8 Flash-Lite TTS，将语音生成从静态预设转变为动态创意工作室。前者面向深度创意和角色设计，后者面向大容量、高性价比场景。

用户可从原有 30 种语音扩展至 2000 多种现成语音，覆盖 100 多种语言和方言，包括墨西哥西班牙语、魁北克法语等区域变体。仅需 30 秒音频样本即可复制声音，并内置同意验证、SynthID 水印和 C2PA 凭据。

在 Hume AI 语音设计基准测试中，Gemini 3.8 Flash TTS 以 71.4 分位居总体第一，口音建模以 60.8 分领先。两款模型在整体质量指数中分列第一和第二，在 Voice Arena 盲测中于日语、巴西葡萄牙语、越南语等主要语言中领先竞争对手。

即日起，开发者可在 Google AI Studio 和 Gemini API 中使用。语音复制功能在美国伊利诺伊州、德克萨斯州、欧洲经济区、英国、瑞士和印度不可用。