Gemini 3.1 Flash TTS 把语音合成变成可导演
1条摆在这一期1个信源1个分节1条收进刊期
本期导语
本周（4 月 13 日至 19 日）AI 端一条精选落在语音合成。Google DeepMind 发布 Gemini 3.1 Flash TTS，音质更自然、可控性与表现力更强：在 Artificial Analysis TTS 榜拿到 Elo 1,211、支持 70+ 语言与原生多说话人对话，并用 audio tags 让开发者在文本里以自然语言指令精确控制语速、音色与演绎，分别经 API、Vertex AI 与 Google Vids 开放。
本期看点
语音模型
语音模型
Gemini 3.1 Flash TTS 发布：新一代文本转语音模型，Artificial Analysis TTS 榜 Elo 1,211、被归入高音质与低成本象限，支持 70+ 语言与原生多说话人对话；audio tags 允许在文本输入里嵌入自然语言指令操纵语速、音色与演绎，配场景调度与说话人级 Audio Profiles。
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 Artif…其它期 ↗本期刊物按 2026 年第 16 周 这一期的时间窗整理生成，范围是当前工作区发布的这一份内容包；条目版权归原作者与信源所有。