📝
内容提要
谷歌推出了Gemini 3.1 Flash TTS，这是一个改进的文本转语音模型，支持70多种语言，具备自然语言音频标签和多说话人对话功能。该模型在行业基准测试中得分1211，提供复杂的控制层，允许开发者根据场景调整语气、语速和口音。同时，集成的SynthID水印技术可识别AI生成内容，确保信息透明。
🎯
关键要点
-
谷歌推出Gemini 3.1 Flash TTS，这是一个改进的文本转语音模型，支持70多种语言。
-
该模型在行业基准测试中得分1211，成为谷歌最自然、最具表现力的语音模型。
-
Gemini 3.1 Flash TTS引入了复杂的控制层，允许开发者根据场景调整风格、语气、语速和口音。
-
该模型支持原生多说话人对话，提升了对话的自然流畅性，适用于播客和戏剧脚本等场景。
-
集成的SynthID水印技术可识别AI生成内容，确保信息透明，防止虚假信息传播。
❓
延伸问答
Gemini 3.1 Flash TTS 有哪些主要功能？
Gemini 3.1 Flash TTS 具备音频标签、自然语言控制和多说话人对话等功能。
Gemini 3.1 Flash TTS 支持多少种语言？
该模型支持70多种语言。
Gemini 3.1 Flash TTS 在行业基准测试中的表现如何？
该模型在行业基准测试中得分1211，成为谷歌最自然、最具表现力的语音模型。
开发者如何控制 Gemini 3.1 Flash TTS 的语音风格？
开发者可以使用音频标签和自然语言提示来调整风格、语气、语速和口音。
Gemini 3.1 Flash TTS 的多说话人对话功能有什么优势？
该功能能够原生处理多说话人，保持更自然的对话流程，适合播客和戏剧脚本等场景。
SynthID 水印技术在 Gemini 3.1 Flash TTS 中的作用是什么？
SynthID 水印技术用于识别 AI 生成的内容，确保信息透明，防止虚假信息传播。
➡️
