每天听简报,了解最新科技、AI、软件资讯
通过输入自然语言提示词,开发者现在能直接微调大模型语音的音色、音高与特定口音。 Google 在 AI Studio 和 Gemini API 中上线了语音混音功能,面向 Gemini 3.8 Flash 语音合成模型。用户既可以从自带的两千多款预置音色库中挑选,也可以上传自定义声音,再用类似于“带一点美国南部口音”或“听起来像喷火龙”这样的提示词进行定向微调。 在网页端工作台里,系统会并排生成三个备选版本供你试听试选,选出的满意版本能直接保存并跨脚本复用,方便快速搭建多角色的有声书或交互对话场景。
进度保存在本设备 · 登录同步