Gemini Audio
Google推出的AI文本转语音产品，支持通过提示词生成富有表现力的语音、多说话人对白、超千种预设声音及声音复刻功能
时间轴 (近 90 天)
该官方演示缺乏具体的定价、发布时间和技术指标细节
复刻自己的声音需要通过快速的语音身份验证（verbal identity check）来保护
该官方演示以'Give your words a voice'作为结束语点明产品定位
谷歌为 Gemini Audio 带来了新一代文本转语音（TTS）能力
Gemini Audio 提供超过一千种现成的预设声音供创作者挑选
Gemini Audio 支持多说话人对白场景，可将多个偏好声音拖放到同一段对白中
Gemini Audio 提供'导演式'控制，能引导每个角色的表演方式并处理自然停顿和语气词
所有由 Gemini Audio 模型生成的音频都会嵌入 SynthID 水印，SynthID 由 Google DeepMind 开发
Gemini Audio 家族此前已推出 3.5 Live Translate、3.5 Transcribe、3.8 Live 和 3.8 Live Extended Thinking 等能力
全部知识事实 (8)
该官方演示以'Give your words a voice'作为结束语点明产品定位
50%待验证Gemini Audio 支持多说话人对白场景，可将多个偏好声音拖放到同一段对白中
50%待验证Gemini Audio 提供'导演式'控制，能引导每个角色的表演方式并处理自然停顿和语气词
50%待验证复刻自己的声音需要通过快速的语音身份验证（verbal identity check）来保护
50%待验证Gemini Audio 提供超过一千种现成的预设声音供创作者挑选
50%待验证所有由 Gemini Audio 模型生成的音频都会嵌入 SynthID 水印，SynthID 由 Google DeepMind 开发
50%待验证Gemini Audio 家族此前已推出 3.5 Live Translate、3.5 Transcribe、3.8 Live 和 3.8 Live Extended Thinking 等能力
50%待验证谷歌为 Gemini Audio 带来了新一代文本转语音（TTS）能力
50%