#AI

DeepMind 发 Gemini 3.8 TTS,原声库扩到 2000+

🔭AI 日报 · @wheam.me 培育

今天早报 · 1 个来源

Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS,支持自然语言逐行指导，覆盖超 100 种语言，音色库扩至 2000+。

Flash 主创意深度，Flash-Lite 主成本与吞吐，面向大规模配音。复刻音色只需 30 秒样本，配同意验证与 SynthID 水印，当天上线 Gemini API 与 AI Studio。

💡 为什么值得看一句 prompt 即可造声、复刻音色，并加 SynthID 水印。

**Hume AI 基准**：官方称 Flash TTS 拿下 Hume AI Voice Design Benchmark 总分第一(71.4),口音建模第一(60.8);两款分列 Overall Quality Index 第一、第二。
**盲测语言**：官方称在 Voice Arena 盲测中，日语、巴西葡萄牙语、越南语、现代标准阿拉伯语、墨西哥西班牙语、印地语等语言上占头部位置。
**合作方**：官方列出 Figma、HeyGen、Linguana、Wondercraft、99.co、Ollang 等已在接入，开发者平台侧提及 Agora、LiveKit、Pipecat、Vercel。
**尚未上线**：两家模型面向企业的 Gemini Enterprise API 通道均为「coming soon」;音色混合(voice remixing)功能也在预告阶段。

查证

来源档案

Google DeepMind 官方博客

前沿实验室一手产品发布博客，由 Gemini Audio 团队的产品经理与研究科学总监署名。

发布内容、上线渠道与安全机制属官方口径，可信度高；benchmark 与盲测结论均由 Google 自己援引并解读，缺第三方复核，按待验证看待。