Simon Willison 用 GPT-6 Astra 搭出 Gemini 3.8 TTS Playground

Simon Willison · rss · 2026-09-24

Google 发布了两款新文字转语音模型 gemini-3.8-flash-tts 和 gemini-3.8-flash-lite-tts，内置 2000 多种预设音色，还支持用 30 秒音频样本创建自定义音色。Simon Willison 用 GPT-6 Astra vibe coding 出一个自带 API key 的 Playground 界面，利用了 Gemini API 开放的 CORS 策略。API 的一大亮点是可轻松定义多角色对话，每个角色可指定不同音色与风格指令——他用 Claude 4.5 Opus 写脚本，生成了一段两只鹈鹕辩论是否搬去 Pacifica Pier 的音频演示。实测：用 Flash TTS（非更便宜的 Flash-Lite）生成 1 分 18 秒音频耗时约 20 秒，成本仅 2.74 美分。