【AI资讯】谷歌发布最强TTS模型Gemini-TTS，支持近70种语言

近日，

谷歌近日在Gemini 3.1系列中正式推出全新文字转语音模型Gemini-TTS，官方给出的定位直接而自信：至今最富表现力的文本转语音解决方案。这款模型最核心的突破，在于把语音的控制权真正交给了开发者。

以往的TTS产品生成出来的声音往往千篇一律，语气平、节奏死、情绪单薄。Gemini-TTS则支持通过提示词直接调控语音的情感、节奏和风格，旁白需要低沉庄重，对话需要轻松自然，停顿落在哪里、情绪如何起伏，都可以用语言描述来精确控制。听感上的自然度和细腻程度，比过去的同类产品上了一个台阶。

多语言支持方面，Gemini-TTS覆盖约70种语言，中文普通话、英语、西班牙语、日语等主流语种均在列。更省心的是，模型可以自动识别输入文本的语种，无需开发者手动标注，直接生成对应语言的语音输出。对于需要服务全球用户的企业来说，这意味着一套API就能搞定多语种内容的语音化需求，有声读物、播客、客服机器人、教育应用都是直接受益的场景。

了解更多AI资讯，请持续关注。