先了解这件事
2026年9月23日,Google发布两款Gemini语音模型:Gemini 3.8 Flash TTS和Gemini 3.8 Flash-Lite TTS。据发布信息,两款模型支持用30秒音频复刻音色、用一句话描述设计新音色,并可逐行指定风格、笑声、叹气、副语言声音和双人场景;音色库可按语言、口音、性别、音高和角色筛选,复刻带同意校验,每条音频加SynthID水印,已在Gemini API和Google AI Studio提供。另有报道称其支持100多种语言、可从2000多种预设音色中挑选,Flash TTS面向游戏、有声书和播客等高保真创意制作,Flash-Lite TTS面向近实时语音智能体、批量配音和规模化音频生产。官方称其在Hume Voice Design基准排名第一、Hume Quality占据第一和第二,并在6种语言的Voice Arena登顶。目前尚无进一步有证据的发展。
AI 根据公开报道生成
最新进展 · 正式报道
Google 发布 Gemini 3.8 Flash TTS 等多项更新事件进展
1 个已确认进展
- 来源：Philipp Schmid
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
9月26日
Google AI
Google 发布 Gemini 3.8 Flash TTS 等多项更新
Google 公布本周更新，包括 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款音频生成模型，以及带 Live Avatar 的 Gemini 3.8 Live，为对话式 AI 加入接近实时的视觉呈现。Gemini Notebook 新增 Interactive Learning Overviews，并将在移动端上线 Live Chat，支持约 100 种语言的免手操作实时语音对话。此外，去年公布的 Project Suncatcher 将发射原型卫星，在轨测试 Google TPU 并探索太空太阳能 AI 算力。
9月24日
Ben's Bites
Claude Opus 5.5 与 OpenAI GPT-6 Luna、Sol 同期发布
Anthropic 发布 Claude Opus 5.5，官方称其在多数任务上达到 Claude Fable 5.1 的水平，运行成本比 Opus 5 低 40%，Claude Code 的五小时额度提升 20% 并新增额度重置机制。OpenAI 同期推出 GPT-6 Luna 和 GPT-6 Sol，仅先在 Codex 和 ChatGPT Work 提供，价格比上一代便宜 50%，Luna 为每百万 input/output token 0.10/0.50 美元，Sol 为 2/10 美元，作者实测 Sol 跑约 4 小时的长任务消耗了 100 美元 Codex 周额度的 22%。
gihyo.jp
Google 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 语音生成模型
Google 于 2026 年 9 月 23 日发布文本转语音模型 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS，前者支持用自然语言提示词在 100 多种语言和方言中定制音色与口音，并拥有 2,000 多种音色的语音库，30 秒音频样本即可复现一致的语音特征；后者面向大批量配音和音频内容制作，强调成本效率。两款模型均可按台词指定语气与表演，并加入笑声、叹息、mhm 等副语言声音，在 voicearena.com 的盲测人工评估中于日语、巴西葡萄牙语、越南语、现代标准阿拉伯语、墨西哥西班牙语和印地语等语言上获得靠前评价。语音克隆需提交说话者本人的口头同意录音，所有生成音频均嵌入 SynthID 水印。两款模型将陆续开放，Flash TTS 可在 Gemini Notebook 试用，Flash-Lite TTS 可在 Google Vids 试用，开发者可通过 Google AI Studio 和 Gemini API 使用。
9月23日
Philipp Schmid精选
Gemini 3.8 Flash TTS 与 Flash-Lite TTS 发布
Gemini 3.8 Flash TTS 和 Flash-Lite TTS 发布，支持用 30 秒音频复刻音色、用一句话描述设计新音色，并可逐行指定风格、笑声、叹气、|backchannels| 和双人场景。官方称其在 Hume Voice Design 基准排名第一、Hume Quality 占据第一和第二，并在 6 种语言的 Voice Arena 登顶。音色库可按语言、口音、性别、音高和角色筛选，复刻带同意校验，每条音频加 SynthID 水印，已在 Gemini API 和 Google AI Studio 提供。
Google AI
Google 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS
Google 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款音频模型，支持 100+ 语言的自定义音色或从 2,000+ 预设音色中挑选，可逐行控制语气并加入 <laughs>、|mhm| 等自然提示，连续生成数小时无故障音频。Flash TTS 面向游戏、有声书和播客等高保真创意制作，Flash-Lite TTS 面向近实时语音智能体、批量配音和规模化音频生产。
Google DeepMind一手
Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS
Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，支持从零生成自定义角色声音并逐句控制口音与情绪，已接入 Google AI Studio、Gemini API、Gemini Enterprise、Gemini Notebook 和 Google Vids。Gemini 3.8 Flash TTS 在 Hume AI 的 Voice Design Benchmark 上以 71.4 分位列第一，口音建模得分 60.8，两款模型分列 Hume AI Overall Quality Index 第一和第二，支持超过 100 种语言。声音复刻需提供声音所有者的口头同意录音，所有生成音频均嵌入 SynthID 水印。