Gemini 3.8 Flash TTS
Google推出的高端文本转语音模型，支持自然语言声音设计、逐行表演控制、双人对话编排及100多种语言方言，面向创意内容创作场景
核心事实
时间轴 (近 90 天)
开发者应在测试环境中先用新模型跑通完整流程，再逐步替换生产环境的配置。
迁移到新模型主要涉及模型 ID 的变更，而不是整个 API 架构的重写。
迁移时 Live API 的会话初始化参数（如音频采样率、语音活动检测、上下文窗口配置字段）和 TTS 请求体（如语音选择、输出格式、速率参数）需要调整。
Google官方尚未披露这两款TTS模型的定价细节、支持的语言种类、可用区域及具体音质对比数据
该双轨策略使语音风格的知识产权和调试成本沉淀在Flash侧，边际生产成本由Flash-Lite承担
用户在 Flash 中创建的语音风格可以直接在 Flash-Lite 中复用
Flash-Lite 是在 Flash 基础上做了轻量化处理的版本，牺牲部分定制自由度换取更低成本和更高吞吐能力
开发者可用Flash-Lite评估成本、用Flash评估上限效果，再决定生产环境的模型选型
Gemini 3.8 Flash TTS 面向深度创意导演与角色设计，支持逐行控制表演，包括表演提示、节奏、方言切换和背景应答等细节
面向普通用户，Flash TTS 进入 Gemini Notebook，Flash-Lite TTS 集成到 Google Vids
还有 7 条时间轴事件
全部知识事实 (14)
Gemini 3.8 Flash TTS 面向深度创意导演与角色设计，支持逐行控制表演，包括表演提示、节奏、方言切换和背景应答等细节
75%待验证开发者应在测试环境中先用新模型跑通完整流程，再逐步替换生产环境的配置。
50%待验证迁移到新模型主要涉及模型 ID 的变更，而不是整个 API 架构的重写。
50%待验证迁移时 Live API 的会话初始化参数（如音频采样率、语音活动检测、上下文窗口配置字段）和 TTS 请求体（如语音选择、输出格式、速率参数）需要调整。
50%待验证用户在 Flash 中创建的语音风格可以直接在 Flash-Lite 中复用
50%待验证Flash-Lite 是在 Flash 基础上做了轻量化处理的版本，牺牲部分定制自由度换取更低成本和更高吞吐能力
50%待验证该双轨策略使语音风格的知识产权和调试成本沉淀在Flash侧，边际生产成本由Flash-Lite承担
50%待验证开发者可用Flash-Lite评估成本、用Flash评估上限效果，再决定生产环境的模型选型
50%待验证声音复刻功能允许用户仅凭30秒音频样本重建一致的声音档案，并配有同意验证、SynthID水印和C2PA凭证保护
50%待验证声音复刻要求用户提供声音所有者的口头同意录音且需与参考说话人匹配才能创建声音
50%待验证两款模型支持通过 <laughs>、<sigh>、<gasp> 等非语言提示以及 |mhm|、|yeah| 等主动倾听式插话标记控制对话
50%待验证新TTS模型支持在100多种语言和方言范围内通过自然语言提示自定义角色、口音和音色特征
50%待验证声音库提供2000多个可用于生产的现成声音，覆盖墨西哥西班牙语、魁北克法语、苏格兰英语等区域变体
50%待验证面向普通用户，Flash TTS 进入 Gemini Notebook，Flash-Lite TTS 集成到 Google Vids
50%