Google 发布 Gemini 3.8 Flash TTS 双模型，30 秒克隆声音

9 月 23 日，Google DeepMind 发布两款新一代文本转语音模型 Gemini 3.8 Flash TTS 与 Gemini 3.8 Flash-Lite TTS。Flash TTS 面向游戏、有声书、播客等高保真创意制作，Flash-Lite TTS 面向大批量、低成本场景。官方称这是其最具表现力的音频生成模型，达到 SOTA 水平，已上线 AI Studio 及 Gemini 相关平台，生成音频自带水印。

已确认

• 核心能力：用一句话描述（voice design）从零设计全新音色，或用 30 秒音频克隆已有声音；提供 2000+ 可直接投产的预置音色，覆盖 100+ 语言。
• 精细控制：可逐行指导风格、语气、语速与情感方向，支持 expressive 标签与自然提示（如插入笑声、附和声），声音库可按语言、口音、性别、音高、人设筛选；自定义声音支持持久化 voice ID。
• 定位：官方将语音合成从静态预设升级为「动态创作工作室」，强调语音正成为人机交互越来越重要的方式。
• 性能：据 Philschmid 转述，模型在 Hume 语音设计榜登顶，并在 Voice Arena 六种语言排名第一；Artificial Analysis 数据显示其发音鲁棒性第一，但在 Provider Voice Arena 盲测榜整体排名第二，仅次于 Sonic 3.6。
• 价格：据 rseroter 转述的实测，生成 1 分 18 秒音频成本仅 2.74 美分，体现 Flash-Lite 低成本定位。
• 传播细节：据 dioscuri 转述，fofrAI 用「走神的 ASMR」风格演绎了这次 TTS 发布；AIAndrew 提及实测者称其表现力与自然度令人惊艳。

尚未确认

• m1 以「Gemini 3.8 文本转语音」名义描述的克隆与导演级控制能力，与多数帖子所述 Flash/Flash-Lite 双模型版本号略有出入，具体产品命名以官方博客为准。
• m11 提及的 Gemini 3.8 Live 与 Extended Thinking「语音对话中后台推理」属同期另一更新，与本次 TTS 发布的关系未有官方说明。

为什么重要

• 30 秒声音克隆加提示词级音色设计大幅降低定制语音门槛，直接对标 ElevenLabs、Hume AI 等语音厂商，第三方盲测结果显示竞争格局尚未定论。
• 预置 2000+ 生产级音色与 Flash-Lite 低成本档位（每分钟音频约 2 美分级）的组合，使其可同时覆盖创意制作与大规模调用两类需求。

2026-09-22 ~ 2026-09-24 · 27 条相关

事件全程(共 4 集)→

• 第 1 集:谷歌发布 Gemini 3.8 Live 双模型：登顶语音榜且价格减半(2026-09-15,29 条)
• 第 2 集:Artificial Analysis 评测：Gemini 3.8 Live 语音能力全面领先(2026-09-16,7 条)
• 第 3 集:Google 发布 Gemini 3.8 Flash TTS 双模型，30 秒克隆声音(2026-09-22,27 条)
• 第 4 集:DeepMind 发布 Gemini 3.8 TTS：可设计音色、克隆声音、支持插话笑场(2026-09-24,3 条)

• Google 发布 Gemini 3.8 Live:语音对话中后台同步推理 — emmanuelvivier · 2026-09-22
• Google DeepMind 发布 Gemini 3.8 文本转语音,可 30 秒克隆声音 — Google DeepMind · 2026-09-23
• 【源头】Google 发布 Gemini 3.8 Flash TTS 双模型，支持 100+ 语言定制声音 — GoogleAI · 2026-09-23
• Gemini 3.8 TTS 登顶 Hume 语音设计榜，Voice Arena 六语言第一 — _philschmid · 2026-09-23
• 谷歌 AI Studio 发布新语音模型：30 秒复刻自己声音，提示词即可设计音色 — ammaar · 2026-09-23
• 【源头】Google 发布 Gemini 3.8 Flash TTS,发音鲁棒性登顶、语音榜第二 — ArtificialAnlys · 2026-09-23
• Google 发布两款新 TTS 模型:支持克隆音色与 100+ 语言 — tulseedoshi · 2026-09-24
• Google 推出 3.8 Live 语音模型,覆盖 API 与 Gemini 全家桶 — tulseedoshi · 2026-09-24
• Gemini 3.8 Flash TTS 发布：〈laughs〉与|mhm|标记靠离散 codec-LM 才可行 — prdeepakbabu · 2026-09-24

另有 18 条近重复转述:AI_Andrew · _philschmid · patloeber · ArtificialAnlys · OfficialLoganK · rseroter · OfficialLoganK · kimmonismus · Arindam_1729 · Recoil42 · kastnerkyle · AI_Andrew · giffmana · petrusenko_max · altryne · dioscuri · rseroter · goyalshaliniuk