Gemini 3.8 文本转语音模型现已上线 AI Gateway
内容提要
谷歌AI网关上线Gemini 3.8 Flash-Lite TTS与Flash TTS两款语音模型，支持超100种语言、长文本朗读、语气节奏控制及双人对话。Lite版适合大批量语音生成，Flash版可通过自然语言提示设计音色与角色，支持口音和表演提示。开发者可用统一API调用并追踪用量成本。
延伸解读
两款模型如何选择
文章明确区分了Flash-Lite TTS与Flash TTS的定位：前者适合大批量语音生成，提供语气、节奏和逐行朗读控制；后者额外支持通过自然语言提示设计音色与角色，包括表演提示、口音和对话反应。若需求是规模化、标准化的语音输出，Lite版更合适；若需要塑造特定角色或表演效果，则应选用Flash版。
统一API与成本追踪
AI Gateway为语音生成提供与其他模型统一的API入口，并支持按请求追踪用量和成本。开发者还可以配置路由规则，并携带自己的提供商密钥。这意味着在已有AI Gateway工作流中接入TTS时，无需单独维护一套计费与调用体系，便于统一管理多模型成本。
快速上手与调试
文章给出了使用experimental_generateSpeech的代码示例，指定模型、文本、音色和输出格式后即可生成音频并写入文件。同时提供了Flash-Lite TTS和Flash TTS的在线playground，以及语音快速入门和文本转语音指南。开发者可先在playground试听效果，再参考文档完成集成。
Q&A
Gemini 3.8 文本转语音模型现在可以在哪里使用？
Gemini 3.8 Flash-Lite TTS 和 Gemini 3.8 Flash TTS 现已上线 AI Gateway。
Gemini 3.8 的 TTS 模型支持哪些语言？
支持超过 100 种语言。
Gemini 3.8 Flash-Lite TTS 和 Flash TTS 有什么区别？
Flash-Lite TTS 适合大批量语音生成，可控制语气、节奏和逐行朗读；Flash TTS 则能通过自然语言提示设计音色和角色，包括表演提示、口音和对话反应。
Gemini 3.8 TTS 模型支持双人对话吗？
支持，两款模型都支持双人对话。
如何使用 Gemini 3.8 Flash-Lite TTS 生成语音？
可以使用 AI SDK 的 experimental_generateSpeech 函数，指定模型为 'google/gemini-3.8-flash-lite-tts'，传入文本、语音和输出格式，然后保存音频文件。
AI Gateway 为语音生成提供了哪些管理功能？
AI Gateway 提供统一的 API 用于语音生成，并支持每次请求的用量和成本追踪，还可以配置路由规则和自带提供商密钥。
