Google刚发布了Gemini 3.1 Flash TTS，号称目前表现力可控性最强的文本转语音，还加了个很妙的音频标签功能，直接在文本里加标签就能调语气语速，现在开放预览，所有生成音频都带SynthID水印。
海外网友都夸音频标签这个设计戳中痛点，创作者都迫不及待想试，但也有不少人吐槽现有API老报错，还有人问能不能语音克隆、出本地模型。
请 登录 后评论。没有帐号？ 注册 一个。
小陈
