Gemini 3.8 Flash TTS 是谷歌推出的文本转语音模型,是 Gemini 3.1 Flash TTS Preview 的继任者。它是 3.8 TTS 系列中的创意层级,适合用于旁白、角色配音和多说话人对话,在这些场景中,语音保真度、表演细腻度和方言覆盖范围比延迟更为重要。
它接受与其前身相同的语音配置,包括 30 种预置录音室音色,并支持谷歌的语音设计(通过文本描述生成自定义声音)和语音复制(通过短样本克隆声音),通过 voice_... 标识符实现。
模态
输入 / 输出价格
$0.5 / $9每百万 tokens
上下文
33K
发布于
2026-09-23
Design Arena 竞技场的 Elo 分、排名与胜率
Text-to-speech
1453Elo
胜率 77.7%
Audiorealism
1079Elo
胜率 48.2%