Artificial Analysis 发布 TTS 发音鲁棒性基准，Gemini 3.8 Flash 以 89.5% 登顶

9 月 22 日，Artificial Analysis 发布全新的 TTS 发音鲁棒性（Pronunciation Robustness）基准，由人类评审标注英文片段（品牌、地名、多音词等）发音是否正确，共 454 句、701 个目标词，覆盖四类挑战：语境相关读音、缩写展开、精确序列保留与独立术语；同日上线整合偏好 Elo、速度、价格与发音指标的 TTS 模型横向对比页。9 月 23 日更新后，Gemini 3.8 Flash TTS 以 89.5% 登顶；9 月 24 日官方又补发该模型在语境恰当发音与缩写展开分类下的试听样例。

已确认

• 首日榜单口径下 Gemini 3.1 Flash 以 88.1%（后更新为 88.2%）居首，在语境相关读音（96.4%）和缩写展开（84.4%）两个分项也领先，但缩写展开仅比 SpaceXAI TTS 高 0.1 个百分点
• 9 月 23 日更新：Gemini 3.8 Flash TTS 以 89.5% 总分登顶，超过 Gemini 3.1 Flash TTS（88.2%）和 SpaceXAI TTS（87.6%）；Flash 系列之外的成绩构成后续更新的一部分，其定价为每百万字符 $32.98
• 9 月 24 日 Artificial Analysis 补发 Gemini 3.8 Flash TTS 的示例音频，覆盖语境相关读音（如「St. Mary's is on Church St.」）与缩写展开（如「Median latency was 12 ms」）两类挑战
• 价格维度：Gemini 3.1 Flash 每百万字符 $18.31；SpaceXAI TTS 定价 $15，是 80% 分以上最便宜的模型；Kokoro 仅 $0.65，为全场最便宜
• 速度维度：SpaceXAI TTS 以每秒 106 字符达到 87.6%；Realtime TTS-2 Flash 速度 220 字符/秒但准确率仅 77.8%；Kokoro 最快但仅 55.5%
• 分项中「精确序列保留」差距最大，各模型成绩从 5.3% 到 85.7% 不等
• 偏好与发音并不同步：Sonic 3.6 在 Provider Voice Arena 拥有最高 Elo（1276），但发音鲁棒性仅 74.5%；Gemini 3.1 Flash 的 Elo 为 1201
• 横评页面覆盖 95 个模型中的 27 个，偏好数据来自 Speech Arena 的用户投票
• 该机构同日在 TTS 全榜页面发布的结果中，以 xAI 87.6% 的发音准确率居首，与首日公布的 Gemini 88.1% 榜单口径存在出入

尚未确认

• 首日榜单、全榜页面与次日更新三份结果的第一名各不相同，各口径之间的评测范围与模型集合差异未经说明；Gemini 3.8 Flash TTS 的存在目前仅见于基准榜与示例音频，尚无官方发布信息

为什么重要

偏好类 Elo 榜只能反映「听感」，无法暴露读错缩写、专名等硬伤；发音鲁棒性基准为客服、有声书等对准确性敏感的场景提供了新的选型依据，结合价格与速度数据可直接做性价比权衡。

2026-09-22 ~ 2026-09-24 · 12 条相关

事件全程(共 3 集)→

• 第 1 集:Artificial Analysis 发布 TTS 发音鲁棒性基准，Gemini 3.8 Flash 以 89.5% 登顶(2026-09-22,12 条)
• 第 2 集:Gemini 3.8 Flash TTS 定价与速度曝光:更贵但仍落后竞品(2026-09-23,2 条)
• 第 3 集:Gemini 3.8 Flash TTS 包揽七语言语音榜全部第一(2026-09-24,2 条)

• 【源头】TTS 发音鲁棒性新基准:Gemini 3.1 Flash 以 88.1% 居首 — ArtificialAnlys · 2026-09-22
• TTS 分项成绩:精确序列类差距最大,模型间从 5.3% 到 85.7% — ArtificialAnlys · 2026-09-22
• 发音基准 vs 偏好榜:Sonic 3.6 Elo 第一但发音仅 74.5% — ArtificialAnlys · 2026-09-22
• Artificial Analysis 发布 TTS 全榜:xAI 87.6% 发音准确率居首 — ArtificialAnlys · 2026-09-22
• TTS 发音基准价格账:Gemini 88.1% 卖 $18.31,Kokoro $0.65 最便宜 — ArtificialAnlys · 2026-09-22
• TTS 速度对比:SpaceXAI 每秒 106 字符达 87.6%,Kokoro 最快仅 55.5% — ArtificialAnlys · 2026-09-22
• Gemini 3.8 Flash TTS 发音鲁棒性基准以89.5%登顶 — ArtificialAnlys · 2026-09-23
• 【源头】Artificial Analysis 发布 TTS 横评:Gemini 3.8 Flash TTS 定价 $32.98/百万字符 — ArtificialAnlys · 2026-09-23
• 【源头】Artificial Analysis 发音鲁棒性榜:Gemini 3.8 Flash TTS 以 89.5% 登顶 — ArtificialAnlys · 2026-09-24
• 附试听样例:Gemini 3.8 Flash TTS 语境恰当发音分类演示 — ArtificialAnlys · 2026-09-24
• 谷歌 Gemini 3.8 Flash TTS 曝光：缩写与语境发音示例流出 — ArtificialAnlys · 2026-09-24
• Artificial Analysis 发布 TTS 语音生成对比榜，含发音鲁棒性基准 — ArtificialAnlys · 2026-09-24