Google 发布 Gemini 3.8 Flash TTS,表现力成音频生成之最
goyalshaliniuk · x · 2026-09-24
Google 推出 Gemini 3.8 Flash TTS 与 Gemini 3.8 Flash-Lite TTS,官方称这是其迄今表现力最强的音频生成模型,目标是让 AI 语音更自然、更有表现力、更吸引人。适用场景包括对话式 AI、语音助手、内容创作与交互体验,目前已可在 Gemini API 和 Google AI Studio 中试用。
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
- 开源数据集 FineVision 获 NeurIPS 接收:17M 图、200 余源 — andimarafioti · 2026-09-25
- MiniMax H3 疑似「微笑过拟合」: bored 毛毛虫视频翻车实录 — episodex86 · 2026-09-25
- 浏览器端 3D 姿势编辑器 Pose Blueprint 开放测试 — OkConfusion6667 · 2026-09-25
- Reddit 用户仅调步数与 CFG 探索 AI 绘画的独立表达 — Extreme_Nice · 2026-09-25
- 不到 20 美元训练的 LoRA 让 Qwen-Image 单图转视角 — ben_burtenshaw · 2026-09-25
- Lingbot World v2 跑到 60 FPS，世界模型或重塑游戏开发 — bingxu_ · 2026-09-25