Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 是我们迄今为止最具表现力的音频生成模型。在 Google AI Studio、Gemini API（应用程序编程接口）、Gemini Enterprise、Gemini Notebook 和 Google Vids 中生成自定义角色语音并指导场景对话。

今天，我们为 Gemini 家族引入两款新的文本转语音模型，将语音生成从静态预设转变为动态创意工作室。这些模型使创作者、开发者和企业能够创建更丰富、更具表现力的音频体验，同时改善 Gemini Notebook 和 Google Vids 等产品中的用户体验。

Gemini 3.8 Flash TTS：专为深度创意指导和角色设计而构建。使用自然语言提示从零开始创建全新的语音，为游戏、沉浸式有声书、播客和互动媒体中的角色赋予生命。通过对话术提示、节奏、方言转换和附和语的精细控制，逐行指导每一段表演。
Gemini 3.8 Flash-Lite TTS：专为大批量、高成本效益的规模化而构建。针对大批量配音、音频内容创作和富有表现力的语音智能体进行了优化，可对语调、节奏和表现力细节进行细粒度控制。

这些模型补充了我们快速增长的 Gemini Audio 家族，继 3.5 Live Translate、3.5 Transcribe、3.8 Live 和 3.8 Live Extended Thinking 之后推出。

创建并自定义你自己的语音

从 30 种原创语音扩展到无限语音库。无论你需要一个完全原创的角色语音还是一个一致的品牌代言人，我们的 3.8 Flash TTS 模型都能驱动一个完整的语音工作室。这使你能够为每个时刻创建并使用富有表现力、听起来自然的语音，同时赋能开发者和企业轻松构建自定义音频体验。

生成式语音设计：借助 Gemini 3.8 Flash TTS，通过自然语言提示，在 100 多种语言和方言中自定义角色、口音和语音特征，从零开始创建定制语音——无论你是在赋予一条戏剧性的喷火龙以生命，还是在打造一位具有独特地域韵律的魅力旁白。

听听 Gemini 3.8 Flash TTS 如何生成一位来自墨尔本的高能量 DJ 语音。

听听 Gemini 3.8 Flash TTS 如何生成一个超级尖细、单调的机器人语音。

听听 Gemini 3.8 Flash TTS 如何赋予一条日本龙以生命。

庞大的语音库：访问 2,000+ 个生产就绪的语音，覆盖广泛的语言——包括墨西哥西班牙语、魁北克法语和苏格兰英语等地区变体。
语音复刻：仅需 30 秒的音频样本，即可从您的声音或您有权使用的声音中重建一致的声音特征，并内置同意验证、SynthID 水印和 C2PA 凭证，以保护开发者及其配音人才。
保存与扩展：保存并管理您设计的自定义语音，以确保在持续项目中保持一致的性能并最小化漂移。
语音混音：即将推出，从我们的语音库中选择一个语音，并微调音色、音高、节奏和口音。使用提示词来调整特征（例如“添加微妙的美国南方口音”或“柔化表达方式”）。

逐行指导表演

选择语音后，两个 TTS 模型都能让您精确控制每一行的表达方式。

逐行指导表演：编写您自己的舞台指示，或让 Gemini 通过自然的脚本提示来引导表达——从冷静的客服智能体到耳语般的悬疑场景。

聆听 Gemini 3.8 Flash TTS 如何为交互式语音智能体实现自然、极具表现力的对话。

观看并聆听 Gemini 3.8 Flash TTS 如何使用精细的脚本控制来构建深度沉浸式的音频体验。

长格式生成：在数小时的连续音频中保持高语音质量、自然节奏和角色音色，并最小化说话人漂移——非常适合播客和有声音书。
原生双说话人场景编排：从单个脚本无缝指导多轮对话——无论是播客还是戏剧性叙事——同时保持两个声音清晰分离，并具有自然的对话轮替。
脚本化语音爆发与反馈：使用非语言提示（如

了解 Gemini 3.8 Flash TTS 如何从零开始将自然语言提示转化为定制的声音角色。

观看 Gemini 3.8 Flash TTS 如何让创作者设计自定义场景，将动画对话变为现实。

了解 Gemini 3.8 Flash TTS 如何将脚本转化为完整表演的对话场景，让创作者指导语音表达和自然轮替。

获取为全球规模构建的富有表现力的高质量语音生成

Gemini 3.8 Flash TTS 提供领先的语音定制能力，在 Hume AI 的语音设计基准测试中荣获综合第一名（71.4），并在口音建模方面也处于领先地位（60.8）。

Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 能够实现真正富有表现力的表演，同时不牺牲可靠性，并分别在 Hume AI 的 Overall Quality Index 上位列第 1 和第 2。与 Gemini 3.1 Flash TTS 相比，该模型在长篇内容和双说话人剧本控制等广泛用例上展现出重大改进。

在 Voice Arena 上的盲测人类偏好评估中，Gemini 3.8 Flash 和 Flash-Lite TTS 在关键全球语言中位居竞争者前列，包括日语、巴西葡萄牙语、越南语、现代标准阿拉伯语（MSA）、墨西哥西班牙语和印地语。这些模型支持超过 100 种语言，赋能创作者、开发者和企业在全球范围内构建高质量、多语言的语音体验。