Gemini 3.8 Flash TTS 登顶语音榜,30秒音频即可克隆音色
altryne · x · 2026-09-29
Google 在语音合成领域强势回归:Gemini 3.8 Flash TTS 登上 TTS 榜首,且只需 30 秒音频即可克隆音色。发帖人实测用克隆出的冥想引导音色配耳机效果出色,并称赞 Logan K 团队。
帖内还附带 ThursdAI 播客当期内容:Anthropic 与 OpenAI 在 101 分钟内先后发布更便宜的新模型——Claude Opus 5.5(比 Opus 5 便宜 40%,缓存读取降至 20¢)与 GPT-6 Sol/Luna(价格约为 GPT-5.6 一半),Meta 将 Muse 置于产品中心,开源社区一周内克隆出 Jev,当期节目还由 AI 担任制作人。
所属事件:Gemini 3.8 Flash TTS 登顶语音榜,30秒音频即可克隆音色(2 条相关)→
「多模态」频道最新
- 手改0.2%权重加CPU训练100分钟,英语TTS模型变身18MB梵语语音 — kastnerkyle · 2026-11-16
- Zyphra开源文本归一化工具:TTS结构化数据正确率最高提升22个百分点 — kastnerkyle · 2026-11-16
- Qwen 图像 2.1 与 Minimax H3 实测:老照片修复与写实化转换 — Ant_6431 · 2026-11-16
- Minimax H3 视频生成演示:Cubee 店面镜头第二版 — JahJedi · 2026-11-16
- 不会画画的开发者用 Fable 5.2 四小时做出 14 章手绘风故事书游戏 — jradoff · 2026-11-16
- Minimax H3 Image 训练人物 LoRA 相似度差,同数据集在 Qwen 2.1 上表现优异 — Ad_Organic · 2026-11-16