Google 发布 Gemini 3.8 TTS：2000+ 声音可克隆，1分18秒仅 2.74 美分
rseroter · x · 2026-09-24
Google 发布两款新文本转语音模型 gemini-3.8-flash-tts 和 gemini-3.8-flash-lite-tts，主打低价与多角色对话生成。
- 内置 2000+ 预置声音，还可用 30 秒音频样本克隆自定义声音
- API 便于定义多角色对话，每个角色可用不同声音和语气指令
- Simon Willison 用 GPT-6 Astra vibe coding 了一个自带 API key 的开源 Playground（利用 Gemini API 的开放 CORS），支持单声道旁白与多说话人对话编排、音频预览、可分享 URL
- 实测：用 Flash TTS 生成 1 分 18 秒音频耗时约 20 秒，成本仅 2.74 美分；脚本由 Claude 4.5 Opus 撰写，演示了两只鹈鹕辩论是否搬去 Pacifica Pier
所属事件:Google 发布 Gemini 3.8 Flash TTS 双模型，30 秒克隆声音(27 条相关)→
「多模态」频道最新
- Recraft 更新矢量生成：曲线更顺滑直线更直，Vectorizer Pro 全员可用 — aziz4ai · 2026-11-12
- Fable 5.2 实测生成细菌鞭毛马达视频,输出质量惊人 — Dr_Singularity · 2026-11-12
- MiniMax H3 Image 对比 MOSS Image：6 步出 16MP 对阵 50 步 2MP — zmarcoz2 · 2026-11-12
- 把 AI 生图当片场用：Intangible Canvas 场景编辑实测 — umesh_ai · 2026-11-12
- 先在 3D 里定机位再生成视频:Mars 场景工作流实操分享 — umesh_ai · 2026-11-12
- 生成前先定机位:Intangible AI Canvas 用 3D 场景预演 AI 视频 — umesh_ai · 2026-11-12