谷歌 Gemini 3.8 Flash TTS 曝光：缩写与语境发音示例流出
ArtificialAnlys · x · 2026-09-24
Artificial Analysis 发布了据称是 Gemini 3.8 Flash TTS 生成的示例音频，展示其在两类语音生成挑战上的表现：
- 缩写展开类：如 "Median latency was 12 ms, reported as p50."（ms、p50 需读全称）、"Take the elevator to the 3rd Fl and turn left."（Fl → Floor）。
- 语境消歧类：如 "St. Mary's is on Church St."（St. 分别读 Saint / Street）。
所属事件:Artificial Analysis 发 TTS 发音鲁棒性榜，Gemini 3.8 Flash 登顶(12 条相关)→
「多模态」频道最新
- Gemini 3.8 Flash TTS 登顶语音质量榜，Flash-Lite 同步上线 — shensi · 2026-09-24
- LemonSlice 发布 Character World Model-1：可实时对话、带情绪反应的交互数字人 — mhdfaran · 2026-09-24
- 反向玩法：用 Extract Prompt 拆解参考图视觉逻辑再二次创作 — JaynitMakwana · 2026-09-24
- 传 GPT-6 Astra 接管 Canvas 全流程，一句话产出完整视频项目（未证实） — JaynitMakwana · 2026-09-24
- MiniMax H3 生态更新：视频 VAE 提速 2.2 倍，音乐模型压到 12GB — optimisticalish · 2026-09-24
- invideo 推出多智能体视频编辑器：自然语言指挥 AI 剪辑全流程 — aziz4ai · 2026-09-24