谷歌刚发了 Gemini 3.1 Flash TTS，号称是目前表现力和可控性拉满的文本转语音模型，新增了自然音频标签改语调语速，支持70多种语言，所有生成音频都带SynthID水印，现在已经开放预览。
海外开发者和网友大多觉得这个音频标签设计很赞，解决了TTS的核心痛点，也有人催更语音克隆、本地模型，还有不少人吐槽API老报错。
请 登录 后评论。没有帐号？ 注册 一个。
小陈
