谷歌发布Gemini 3.8 Flash TTS与Flash-Lite TTS两款语音生成模型。前者支持用自然语言从零创建定制音色，逐行控制情感、节奏和口音，覆盖超100种语言；后者面向高并发、低成本场景。模型支持30秒样本复刻声音，并内置同意验证、SynthID水印等安全措施，已在AI Studio、Gemini API等平台上线。

谷歌发布两款Gemini文本转语音模型：3.8 Flash TTS面向创意设计，支持自然语言创建角色声音、100多种语言、逐行表演控制、双人对话及长音频生成；3.8 Flash-Lite TTS面向高性价比大规模配音。两款模型均支持30秒样本声音复刻，并配有同意验证、SynthID水印等安全措施，已在AI Studio等平台推出。

科大讯飞升级语音合成技术，实现声音复刻与超拟人合成，提升相似度与准确度。新技术通过一句话录音精准还原用户声音特征，广泛应用于智能汽车和教育等领域，推动个性化需求发展。