Google 语音 API 开放自定义音色:文字描述或录音即可生成

指南The New Stack2026年9月24日6 分钟阅读
Google 语音 API 开放自定义音色:文字描述或录音即可生成
Google 通过 Gemini API 发布 Gemini 3.8 Flash TTS 和 Flash-Lite TTS,开发者可以用一段文字描述设计音色,或用 10 到 30 秒录音复刻真人嗓音,再凭 voice ID 反复调用。对比之下,OpenAI 的自定义语音必须走销售流程,每组织上限 20 个音色。

觉得有用?分享给更多人

获取每周 AI 工具精选

工具推荐、实战教程和生态洞察,每周更新。

相关文章

三位Java Champion结合各自的生产实践,展示了GitHub Copilot在功能开发、课件迁移和终端UI应用等场景中的用法。他们强调验证结果、保持代码可维护性,并把AI当作协作伙伴而非替代者,核心原则是“委托执行,而非责任”。

指南GitHub·10月20日·8 分钟

Together Post-Training 提供灵活的模型后训练服务,支持 LoRA 和全权重微调,用户可自定义训练循环、损失函数和 rollout 策略。服务强调输出质量与训练效率,并支持训练后多 LoRA 部署和 FP4 推理。早期客户反馈积极,前八周 B200 GPU 每小时 9 美元。

指南·10月19日·6 分钟

评论