Google 發布 Gemini 3.8 TTS 模型，內建逾兩千種聲音並支援 30 秒音訊自訂聲音

據報導，Google 發布了兩款全新的文字轉語音模型：gemini-3.8-flash-tts 與 gemini-3.8-flash-lite-tts。新模型內建超過 2,000 種聲音庫，並支援自訂聲音功能，使用者只需提供 30 秒擁有使用權的音訊樣本，即可建立專屬聲音。 該 API 支援輕鬆定義多角色對話，可為不同角色設定專屬聲音與風格指示。開發者 Simon Willison 透過 Gemini API 開放的 CORS 政策，利用 GPT-6 Astra 建立了一個自帶金鑰（BYOK）的測試介面。實測顯示，使用 Gemini 3.8 Flash TTS 模型生成一段 1 分 18 秒的雙角色對話音訊（腳本由 Claude 4.5 Opus 生成），耗時約 20 秒，成本為 2.74 美分。