Google 发布 Gemini 3.1 Flash TTS

Gemini 3.1 Flash TTS 发布：自然语言 audio tags 可精细控制语速、音色与场景，Artificial Analysis TTS 榜 Elo 1211，支持 70+ 语言

Gemini 3.1 Flash TTS: the next generation of expressive AI speech

Google DeepMind 发布 Gemini 3.1 Flash TTS，新一代文本转语音模型，在可控性、表现力与音质上均有提升。今日起铺开：开发者可在 Gemini API 与 Google AI Studio 预览，企业在 Vertex AI 预览，Workspace 用户经 Google Vids 使用。官方称其音质更自然、更具表现力——在 Artificial Analysis TTS 排行榜（汇总数千次人类盲评）拿到 1211 的 Elo 分，并被 Artificial Analysis 归入高音质与低成本的具吸引力象限。模型原生支持多说话人对话、70+ 语言，并引入 audio tags：在文本输入里嵌入自然语言指令来精确操纵语音风格、节奏与演绎，配场景调度、说话人级 Audio Profiles 与 Director notes 等控制。

产品#Google DeepMind

推荐理由：把语音合成从念对字推进到可导演：自然语言标签控制语速音色与场景，且给出第三方榜单的量化位次。