Google 通过 Gemini API 和 AI Studio 发布了 Gemini 3.8 Flash TTS 和 Flash-Lite TTS，在 Hume 的 Voice Design Benchmark 和 Voice Arena 六个语言中均名列前茅。

  • 用户现在可以通过录制两个经同意的片段来复制语音，或仅凭单个句子设计新语音，无需先前录音。
  • API 支持内联音效（如 <short pause>）以及通过 speech_metadata.style 提供的详细交付风格。
  • 复制的语音可重复使用，而未获同意的语音可作为加密密钥存储，七天后过期。
  • 提示方式发生了显著变化：文本内的指令会被朗读出来，多说话人轮次需要明确的说话人标签，且长 Audio Profile 提示可能导致语音漂移。

此次更新允许对合成语音生成进行精确控制，但来自 gemini-3.1-flash-tts-preview 版本的现有提示若不迁移将会失效。