谷歌今日宣布，Gemini 家族新增两款全新文本转语音模型，将语音生成，能够帮助创

　　：面向深度创意方向和角色设计，可通过自然语言提示从头创建全新语音，在游戏、沉浸式有声读物、播客和互动媒体中赋予角色生命力，还可对表演提示、节奏、方言转换等进行精细控制。

　　：面向大容量、高性价比规模场景，针对大容量配音、音频内容创作和富有表现力的语音代理进行了优化，可对音调、节奏和表现力细微差别进行精细控制。

　　生成式语音设计：可通过自然语言提示，在 100 多种语言和方言中自定义角色、口音和语音特征，从头创建定制语音。

　　扩展语音库：可访问 2000 多种现成语音，覆盖广泛语言，包括墨西哥西班牙语、魁北克法语、苏格兰英语等区域变体。

　　语音：仅需 30 秒音频样本即可重现一致的声音特征，并内置同意验证、SynthID 水印和 C2PA 凭据，保护开发者和声音人才。

　　语音混音：即将推出，用户可从语音库中选择一种语音，对音色、音高、节奏和口音进行微调，还可使用提示调整特征。

　　用户可以编写自己的舞台指导，或让 Gemini 通过自然脚本提示引导交付，无论是平静的客服还是低声的悬疑场景，都能实现。

　　在数小时的连续音频中保持高语音质量、自然节奏和角色音色，扬声器漂移极小，非常适合播客和有声读物。

　　可添加非语言提示和主动倾听插入语，实现精确的喜剧时机和反应节奏，增添逼真的对话质感。

　　性能方面，Gemini 3.8 Flash TTS在 Hume AI 的语音设计基准测试中位居总体第一，在口音建模方面也处于领先地位。

　　Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS能够在不牺牲可靠性的情况下实现真正富有表现力的性能，在 Hume AI 的整体质量指数中分别占据第一和第二的位置，与 Gemini 3.1 Flash TTS 相比，在长格式内容和双扬声器剧本控制等广泛用例中都有重大改进。

　　在 Voice Arena 的盲法人类偏好评估中，Gemini 3.8 Flash 和 Flash-Lite TTS 在全球主要语言竞争对手中占据领先地位。凭借对 100 多种语言的支持，这些模型能够帮助创

　　谷歌在语音创建和功能中内置了严格的保护措施，以帮助保护语音人才、尊重身份并确保内容透明度。对于语音，系统会利用同意验证：用户必须提供来自语音所有者的口头同意记录，与参考说话者匹配后才能创建语音。

　　Gemini Audio 模型生成的每个音频片段都带有 SynthID 水印且难以察觉，并被直接编织到音频输出中，确保可以检测到 AI 生成的语音，帮助防止错误信息。

　　即日起，开发者就可以在 Google AI Studio 中体验这些新的语音生成功能。用户可以通过提示从头开始创建全新的声音身份，或者自己的声音，然后将它们直接带入双扬声器剧本

　　需要注意的是，通过 AI Studio 进行的语音在伊利诺伊州、德克萨斯州、欧洲经济区、英国、瑞士和印度不可用。

　　特别

　　韩国短道速滑选手金建宇辟谣“去世讣告”，社媒或被盗号，讣告贴发布时，个人无法登录相关账户，该贴文内容并非其本人撰写或发布

　　上基本不发朋友圈的人，未必低调，十有八九是这三种人：1、生活过于丰富，不便展示；2、看透人性，藏锋守拙；3、自给自足，太充实

　　华为WATCH GT Runner 2智能手表开启HarmonyOS 7花粉Beta版升级尝鲜招募

　　爆料称AMD为微软XBOX Helix和索尼PS6主机设计的芯片已流片，前者浮点算力纸面领先四成