Google 推出 Gemini 3.8 Flash TTS 與 Flash-Lite TTS，強化多語音訊生成

Google Blog 於 9月23日公布 Gemini 3.8 Flash TTS 與 Gemini 3.8 Flash-Lite TTS。Google 稱，新模型把語音生成由固定預設聲線推向可提示控制的創作流程：使用者可用自然語言描述角色、口音、聲線特徵及情緒，並按逐句台詞控制語速、語氣、停頓、笑聲或嘆息等表演細節。

產品定位上，Gemini 3.8 Flash TTS 面向需要深度創意指令、角色聲線設計及長篇音訊的場景；Gemini 3.8 Flash-Lite TTS 則偏向高吞吐量、成本效益及配音、聲音代理等規模化用途。Google 亦列出 2,000 多個可用聲線，支援超過 100 種語言及方言，並表示 voice replication 會要求語音擁有人同意錄音，同時加入 SynthID watermarking 與 C2PA credentials。

Google DeepMind model card 顯示，Gemini 3.8 Flash TTS 與 Flash-Lite TTS 屬 Gemini 3.8 Audio 系列，基於 Gemini 3 Pro，文字輸入上限為 8K，音訊輸出上限為 64K。Google 表示 Gemini 3.8 Flash TTS 即日起在 Gemini API、Google AI Studio 及 Gemini Notebook 推出；Flash-Lite TTS 則在 Gemini API、Google AI Studio 及 Google Vids 推出。對企業培訓、客戶服務、工程安全教材及多語內部知識庫而言，採用時仍需同步處理語音授權、AI 生成標示、內容審核及地區可用性限制。