最新资讯
stackoverflow.blog 欢迎来到芯片时代:半导体制造、AI 数据中心与芯片设计的未来 www.youtube.com AI Agent 总犯同样的错:CentralAgent AI 将记忆重构为经验系统 pub.towardsai.net Netflix 科学家建议重采样 LLM 评判:5 次仅将误差棒缩小 13% pub.towardsai.net Jev 作为 LLM 前的静默层:构建提示感知的模型路由器 reddit.com OpenAI 称 Astra 仅满足 10% 安全任务标准 dev.to FreeToken:在自有 GPU 上运行前沿 MoE 模型及其内存需求 dev.to 当 AI Agent 说“完成”时,究竟完成了什么? dev.to 部署 Underdog Bark 3.0 Pro:逐字转写、自定义后端与分块设置 dev.to 为艰难对话构建 AI:五个 Agent、一条安全正则与一位盲评监督者 techcrunch.com Palo Alto Networks 洽谈以 5 亿美元收购 AI Agent 安全初创公司 Clutch theinformation.com 黄仁勋被要求就涉华间谍指控向国会作简报 www.infoq.com Edera 推出 Object Capability Bounded Authority,试图将凭证与 AI Agent 工作负载隔离
多元动态
登录 注册
大模型 simonwillison.net ·

Gemini 3.8 TTS 试玩场

原文 我的收藏

Simon Willison 用 GPT-6 Astra 编写了一个自带密钥的 Gemini TTS 试玩界面,基于 Google 当日发布的 gemini-3.8-flash-tts 和 gemini-3.8-flash-lite-tts。两款模型提供 2000 多种音色,并支持用 30 秒音频样本创建自定义音色;API 便于定义多角色对话及各自的音色与风格指令。作者称用 Flash TTS 约 20 秒生成 1 分 18 秒音频。

AI推荐理由 Simon Willison 基于 Google 新发布的 gemini-3.8-flash-tts 与 gemini-3.8-flash-lite-tts 构建了 BYOK 试玩界面,并给出具体细节:2000+ 音色库、30 秒音频样本定制音色、多角色对话定义、约 20 秒生成 1 分 18 秒音频。属开发者一手实践,信息密度高;但为个人博客,非官方发布,且部分内容为作者自述体验。

78

正文

当前仅保存了标题或简介;并非所有来源都提供正文,可通过下方原文链接查看。

来源报道 · 3 篇 · 以下链接均前往原始媒体

opmlrss::Simon Willison's Weblog Gemini 3.8 TTS 试玩场 09-24 · 原文发布
Simon Willison Gemini 3.8 TTS 试玩场 09-24 · 原文发布
rss::Simon Willison's Weblog Gemini 3.8 TTS 试玩场 09-24 · 原文发布
← 返回精选动态 原文

更多内容