跳到正文
只看模型#多模态
  1. Google DeepMind75

    Google 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 语音生成模型

    Google DeepMind 正式推出 Gemini 3.8 Flash TTS 与 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，支持通过自然语言提示词定制角色声音、30 秒音频克隆以及双角色逐行台词编排。

    推荐理由：模型通过自然语言提示词定制角色声音并支持双角色台词编排，为游戏、播客及有声书的长音频生成提供了细粒度表演控制方案。

  1. Google DeepMind82

    Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking 实时对话模型

    Google DeepMind 推出 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两款实时对话模型，主打近实时推理与语音智能体能力。

    推荐理由：新模型将并发多步推理融入低延迟语音交互，为开发者构建支持后台工具调用的复杂语音智能体提供了实用基准。

已经到底了