谷歌推出支持语音复制的 Gemini 文本转语音模型,覆盖 100 多种语言

GOOGL-0.98%
9 月 23 日,谷歌推出了 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 模型,让开发者能够通过谷歌 AI Studio 和 Gemini API 生成定制语音、进行直接对话,并克隆说话者的声音。这些模型支持超过 100 种语言,并正逐步应用于 Gemini Notebook、谷歌 Vids 及其他产品。应用场景包括有声读物、游戏、播客以及双人对话。用户现在即可在谷歌 AI Studio 中以及通过 API 开始使用。模型生成的音频包含 SynthID 水印保护,而声音克隆功能要求声音所有者录制一段口头同意声明。
免责声明:本页面信息可能来自第三方,仅供参考,不代表 Gate 的观点或意见,亦不构成任何财务、投资或法律建议。数字资产交易风险较高,请勿仅依赖本页面信息作出决策。具体内容详见声明。
评论
0/400
暂无评论