谷歌推出 Gemini 3.8 语音合成模型

据 Simon Willison 介绍，谷歌推出 Gemini 3.8 Flash TTS 和 Flash-Lite TTS 两款语音合成模型；他也发布了需自带 API 密钥的试玩工具。

对出海团队的影响

新模型提供超过2000种音色，可用30秒本人或有权使用的录音定制声音，并支持为多角色对话分别设置音色与表达风格。这为出海应用的角色语音、对话式内容和营销配音提供了新的测试选项。Willison 的一次 Flash TTS 演示约用20秒生成78秒音频，费用为2.74美分；这只是单次示例，不能直接视为生产环境的成本或速度承诺，材料也未给出各语言的质量表现。

接下来怎么做

建议先用目标市场语言的真实脚本，对比两款模型的发音、角色一致性、生成耗时与实际费用，再判断是否适合接入。

如需定制声音，建议先确认录音授权及使用范围，避免将可上传样本等同于拥有商业使用权。

试用 Playground 时可使用独立测试密钥并控制配额；该工具消耗用户自己的 Gemini API 账户额度，不宜直接以生产账户开展无上限测试。