Gemini 3.8 TTS Playground

工具：Gemini 3.8 TTS Playground Google 今天发布了两个新的 Gemini 文本转语音模型——gemini-3.8-flash-tts 和 gemini-3.8-flash-lite-tts。它们提供了超过 2,000 种声音，还支持使用“仅需一段 30 秒的你的声音，或你拥有使用权的声音的音频样本”创建自定义声音。我使用 GPT-6 Astra 凭感觉编写了这个自带密钥（BYOK）的 Playground 界面，并利用了底层 Gemini API 开放的 CORS 策略。网页应用截图：用于编写多说话人文本转语音对话，左侧为“编写”面板，右侧为“连接”和“底层机制”面板。左侧面板：“01 编写”，带有“加载示例”按钮。“编写设置会保存到 URL 中，方便收藏或分享。你的 API 密钥不会被包含在内。”下方是“单一声音”和“对话”切换开关（已选择“对话”）。“角色”部分带有“+ 添加说话人”按钮。说话人“Gus”，声音“Puck”，带有移除 × 按钮。说话人“Pearl”，声音“Kore”，带有移除 × 按钮。“为每位说话人设置独特的名称和声音。输入内容即可按声音 ID、名称或语言搜索已加载的目录。” “对话”部分带有“+ 添加台词”按钮。“第 01 行”带有上移、下移和 × 按钮；说话人下拉菜单为“Gus”；表达风格为“兴奋又爱八卦”；文本为“Pearl，你听说了吗？羊群里有一半刚刚收拾东西，搬到 Pacifica 码头去了！”“第 02 行”带有上移、下移和 × 按钮；说话人下拉菜单为“Pearl”；表达风格为“平静且毫不以为然”；文本为“听说了。说真的，Gus，我不明白这有什么吸引力。我们在 Pillar Point Harbor 这里什么都有，完全不缺。”右侧面板：“连接”，带有“DIRECT API”徽章。“Gemini API 密钥”字段显示为掩码圆点，并带有“显示”按钮。“已加载 2,089 种声音。在任意声音字段中输入内容即可搜索。”“你的密钥会留在此页面的内存中，并直接发送给 Google。它绝不会保存到浏览器存储中。”“模型”下拉菜单为“gemini-3.8-flash-tts”。“使用你的 Gemini API 账户和配额。”“底层机制”面板，其中展开了“▼ 请求 JSON”部分，显示一段 JSON 代码摘录，并带有“复制 JSON”按钮；同时展开了“▼ 响应详情”部分，显示一段 JSON 代码摘录。该 API 的一项显著特性是，可以轻松定义多个角色之间的完整对话，并为每个角色设置不同的声音和声音风格指令。下面是一段简短的演示片段，内容是两只鹈鹕讨论是否应该搬到 Pacifica Pier。我让 Claude 4.5 Opus 编写脚本并生成 URL，以便使用该工具渲染。你的浏览器不支持 audio 元素。使用 Gemini 3.8 Flash TTS（不是更便宜的 Flash-Lite）生成 1 分 18 秒的音频耗时约 20 秒，成本为 2.74 美分。标签：text-to-speech，gemini