谷歌 Gemini 3.8 上新文字转语音，30 秒克隆你的声音

一句话说清：谷歌新出的两款"文字转语音"模型，让你用一句话描述就能生成任意语言、任意角色的声音，拿 30 秒录音还能克隆自己的声音，做播客、有声书、视频配音一下子变简单。

发生了什么

2026 年 9 月 23 日，谷歌发布 Gemini 家族两款全新的文字转语音模型：Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS。

• Flash TTS 主打"创意配音"：用一句自然语言提示（比如"带点苏格兰口音、略显疲惫的旁白"）就能从头捏出一个新声音，适合游戏角色、有声书、播客。
• Flash-Lite TTS 主打"量大便宜"：适合大批量配音、语音客服这类高吞吐场景。
• 核心能力：支持 100 多种语言和方言；自带 2000 多种现成声音；只需 30 秒音频样本就能克隆一个人的声音；还能"逐行写舞台提示"，让同一段台词按你的要求演出（平静客服 / 悬疑低语）。
• 声音克隆带同意验证（必须本人口头同意）+ SynthID 水印（听不出来的隐形水印，方便日后辨认这是 AI 生成的音频），算是一道防伪造的安全措施。

来源：IT之家（网易，2026-09-23）、unite.ai（2026-09-23）、多家海外媒体转述。

对我有什么用

• 做自媒体 / 短视频的人：不用再花钱请配音、也不用自己硬着头皮念，写段脚本就能出带情绪的配音。
• 想做播客、有声书的人：可以"捏"一个固定主播声音，每期保持一致，还能用多种语言做外语版。
• 普通用户：克隆自己的声音做语音备忘录、给视频配画外音，玩法很多。

我可以怎么做

1. 打开 Google AI Studio（studio.google.com），找到音频 / Audio 入口。
2. 在文本框里写一句描述，比如"温柔的女声，普通话，略带笑意"，让它生成一段试听。
3. 想克隆自己的声音：按提示录一段 30 秒同意声明，系统验证通过后即可生成"你的声音分身"。
4. 写一段台词，标好"这里平静、这里紧张"，听它逐行演出来。

温馨提醒

• 这是海外产品，国内需要自行解决网络访问环境，别急着找"破解版"。
• 声音克隆功能在部分国家和地区（如美国伊利诺伊州、得克萨斯州、欧洲经济区）不可用，以谷歌页面实时显示为准。
• 水印能防大部分伪造，但音频被反复转码后可能变弱；涉及重要场合（比如用 AI 冒充他人）本就是违规甚至违法的，普通人别拿克隆声音去骗人。
• 具体额度和价格以谷歌官方页面为准，第三方说的"免费"数字别全信。