Google Cloud宣布其最新文本转语音模型Gemini 3.1 Flash TTS已在Google AI Studio和Vertex AI平台正式上线，为开发者提供新一代AI语音合成能力。

Google推出Gemini 3.1 Flash TTS模型

谷歌正式推出Gemini 3.8 Flash TTS音频模型，面向开发者开放文本转语音能力。这是Gemini 3.8系列在语音方向的又一次补齐：本月中旬谷歌已发布支持实时语音应用的Gemini 3.8 Live和语音转写模型3.5 Transcribe，此次上线的TTS模型补上了语音生成一端。Flash档位主打低延迟与低成本，适合需要大批量合成语音的应用场景。

谷歌推出Gemini 3.8 Flash TTS模型

谷歌推出Gemini 3.5 Live Translate实时语音翻译，这是其最新的语音对语音（speech-to-speech）实时翻译音频模型，可实现更自然、流畅的跨语言对话。

谷歌发布Gemini 3.5实时语音翻译

谷歌推出新一代语音转文本模型Gemini 3.5 Transcribe。该模型在转录时会自动清理口语中的「嗯」「呃」等语气词和重复表达，直接输出接近书面语的文本，而不是逐字照搬录音。目前它已用于驱动Gboard输入法中的Rambler语音输入功能，率先在Pixel 11上落地，后续还将接入Chrome浏览器。

谷歌发布Gemini 3.5语音转录模型

谷歌推出新一代双向语音对译模型Gemini 3.5 Live Translate，支持超70种语言近实时互译，保留语调与节奏，延迟仅数秒，已接入Google Meet、Google翻译等产品。

谷歌发布Gemini 3.5 Live Translate 实时语音翻译

谷歌（GOOG）推出新一代音乐生成模型Lyria 3.5，同时上线Gemini应用与API，普通用户可直接在Gemini中用文字描述生成音乐，开发者也能通过接口把该能力接入自有产品。这是谷歌继Lyria 3之后的又一次迭代，将AI音乐生成从实验性功能进一步推向主流消费端产品线。

谷歌Lyria 3.5上线Gemini

谷歌（GOOG）推出Gemini 3.8 Live与Gemini 3.8 Live Extended Thinking两款模型，称其为目前最出色的对话式人工智能模型。两款模型主打实时语音交互，Extended Thinking版本会在回应前进行更长时间推理，用于处理更复杂的多轮对话任务。

谷歌方面表示，新模型在性能超过同类竞品的同时价格更低。此前9月初谷歌刚发布Gemini 3.8 Flash，模型迭代节奏明显加快。

地里快讯

Google推出Gemini 3.1 Flash TTS模型

相关新闻