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 全球精选 · @Matthias Bastian

Gemini 3.8 Flash TTS:Google 推出新语音模型,瞄准有声书、游戏与播客

原文 我的收藏

据 The Decoder 报道,Google 发布 Gemini 3.8 Flash TTS 和 Flash-Lite TTS 两款文本转语音模型,覆盖 100 多种语言,支持通过文本描述生成音色、按对话行添加导演指令、用 30 秒样本复刻声音以及双音色模式,目标是简化有声书、游戏和播客等创意音频制作。该报道未附官方来源,实际效果与音质尚待验证。

AI推荐理由 摘要给出 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 两款新语音模型的具体能力:覆盖 100 多种语言、支持文本描述生成音色、逐行对话导演指令、30 秒样本声音复刻和双音色模式。这些细节对音频生成与内容生产工具方向有实际参考价值;但来源为二手报道,缺少官方页面或评测证据,实际音质与可用性未经验证。

74

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 · 1 篇 · 以下链接均前往原始媒体

← 返回精选动态 原文

更多内容