Google DeepMind 發佈 Gemini 3.1 Flash TTS,加入音訊標籤細調語音表現
Gemini 3.1 Flash TTS: the next generation of expressive AI speech
Google DeepMind 發佈 Gemini 3.1 Flash TTS,提升文字轉語音的可控性、表現力與品質,並加入音訊標籤細調語音表現。模型支援 70+ 種語言及原生多説話者對話,在 Artificial Analysis TTS leaderboard 的 Elo 分數為 1,211。
文章聚焦音訊標籤如何細調語氣、節奏與表達,並列出 Gemini 3.1 Flash TTS 面向開發者、企業及 Workspace 用户的推出渠道。
2026 年 4 月 15 日
|
我們最新的音訊模型引入了細緻的音訊標籤,讓你能精確指揮 AI 語音,生成更富表現力的音訊。
Vilobh Meshram
產品高級經理
Max Gubin
Gemini 團隊首席研究工程師(代表 Gemini 團隊)
聆聽文章
[[duration]] 分鐘
此內容由 Google AI 生成。生成式 AI 仍屬實驗性技術
今天,我們推出 Gemini 3.1 Flash TTS,這是最新的文字轉語音模型,在可控性、表達力和品質方面均有所提升,讓開發者、企業和一般用戶能夠打造新一代 AI 語音應用程式。
由今天起,3.1 Flash TTS 將陸續推出:
- 開發者可透過 Gemini API 和 Google AI Studio 使用預覽版
- 企業可在 Vertex AI 使用預覽版
- Workspace 用戶可透過 Google Vids 使用
提升語音品質與可控性
我們提升了 Gemini 3.1 Flash TTS 的整體語音品質,令它成為至今最自然、最富表現力的模型。在 Artificial Analysis TTS 排行榜上,這項基準測試匯集了數以千計的盲測人類偏好評分,而 3.1 Flash TTS 的 Elo 分數高達 1,211。
Artificial Analysis 亦把 Gemini 3.1 Flash TTS 列入其「最具吸引力的象限」,原因是它兼具高品質語音生成與低成本。這款模型還具備原生多説話者對話功能、支援 70 多種語言,並可透過自然語言進行細緻的創作控制。
新增音訊標籤,讓語音生成更富表現力
3.1 Flash TTS 亦引入音訊標籤,讓你直觀地控制聲線風格、語速和表達方式。只要直接在文字輸入中加入自然語言指令,就能更細緻地引導 AI 語音輸出。
3.1 Flash TTS 讓企業能在 Vertex AI 使用音訊標籤,為新一代企業應用程式提供動力。
3.1 Flash TTS 讓你使用音訊標籤,嘗試不同的語音表現力、節奏和演繹方式。
3.1 Flash TTS 讓你整合富表現力的語音功能,把普通的天氣應用程式變成引人入勝的體驗。
3.1 Flash TTS 支援多種音訊標籤,讓同義詞尋寶應用程式的語音演繹更細膩、更吸引。
你可以在 Google AI Studio 試用這些音訊標籤,以及其他開發者體驗更新。當中的可設定控制項讓開發者坐上「導演席」:
- 場景指示:透過設定環境和提供具體對白指示來構建場景。這些世界觀背景有助角色維持「角色設定」,並在多輪對話中自然地互相回應。
- 説話者層級的細節設定:使用獨特的 Audio Profiles 為角色選角,再透過 Director’s Notes 設定語速、語氣和口音。使用內嵌標籤,説話者便可在句子中途改變表達方式,靈活切換這些高層設定。
- 無縫匯出:表現效果調整妥當後,可將這些確切參數匯出為 Gemini API 程式碼,確保不同專案和平台上的聲線一致、易於辨認。
透過這些新設定,開發者可以針對特定情境提升精確度,創造令人難忘的角色和沉浸式音訊體驗。
為全球規模而打造
Gemini 3.1 Flash TTS 能在 70 多種語言中提供高保真語音和更精準的控制。這些核心最佳化為主要市場帶來進階的風格、節奏和口音控制,協助開發者為全球用戶打造本地化且富表現力的語音體驗。
早期開發者和企業測試者已親身體驗 3.1 Flash TTS 的效果,並指出它的可控性和表現力令人印象深刻。他們表示,音訊標籤帶來了全新的創作精準度,能把簡單文字轉化成高保真的語音演繹。
加入 SynthID 浮水印
Gemini 3.1 Flash TTS 生成的所有音訊都會加上 SynthID 浮水印。這種難以察覺的浮水印會直接融入音訊輸出,讓 AI 生成內容能被可靠地識別,協助防止錯誤資訊。如欲瞭解我們在安全與責任方面的做法,請參閲模型説明文件。
在收件箱接收 Google 最新消息
訂閲電子通訊,接收產品更新、活動資訊、特別優惠等內容。
你的資料將按照 Google 私隱政策使用。你可隨時取消訂閲。
來源:Google DeepMind · deepmind.google