谷歌發佈 Gemini 3.8 Flash TTS：支持自然語言定製聲音與 30 秒聲音復刻
AI資訊AI新閒資訊正文谷歌發佈 Gemini 3.8 Flash TTS：支持自然語言定製聲音與 30 秒聲音復刻發布於AI新閒資訊時間 :Sep 24, 2026閱讀 :1分鐘語音合成技術正在迎來前所未有的精細化時代。當地時間9月23日，谷歌正式宣佈推出 Gemini3.8Flash TTS 和 Gemini3.8Flash-Lite TTS 兩款全新的文本轉語音模型，全面滿足開發者和創作者在個性化角色配音以及大規模音頻生成上的多元需求。在產品定位與核心功能上，兩款模型各有側重。其中，Gemini3.
8Flash TTS 主要面向聲音和角色設計，支持用戶通過直觀的自然語言描述來創建定製化聲音，並能夠逐句精準控制語氣、語速以及口音等核心要素。此外，該模型還支持基於短短30秒的音頻樣本進行高效的聲音復刻。而另一款 Gemini3.8Flash-Lite TTS 則專注於大規模音頻生成和高效配音場景。在生態與多語言支持方面，谷歌官方表示，這兩款全新模型全面支持超過100種語言和方言，並且開箱即用地產出了2000多種現成聲音，為全球範圍內的語音應用開發與內容創作提供了強有力的底層算力支撐。相關推薦能說會唱還會耍寶！
小米發佈 MiMo-V2-TTS 大模型：方言、情感信手拈來小米發佈自研語音合成大模型MiMo-V2-TTS，實現從機械復讀向情感共鳴的跨越。該模型基於音頻分詞器與多碼本聯合架構，經上億小時語音數據預訓練，具備演、說、唱等“全能聲優”能力，展現出多粒度語音生成潛力。Mar 19, 2026230.5k你的答案能聽了！秘塔AI搜索宣佈上線“聽講解” 功能近日，秘塔AI搜索宣佈上線一項創新功能——“聽講解”，該功能旨在為用戶提供更加便捷、高效的信息獲取體驗。用戶在進行搜索後，只需簡單點擊“聽講解”按鈕，即可讓AI將搜索結果生動地講述出來，無需手動閱讀，極大提升了信息獲取的便利性。
Jun 25, 2025283.8k 谷歌新語音克隆技術：僅需幾秒鐘音頻樣本，即可實現聲音克隆在科技迅猛發展的今天，語音合成技術也在進步，尤其恢復失去聲音領域。最近，谷歌研究人員們提出了一種名為 “零樣本語音轉換（zero-shot voice transfer）” 的新技術項技術可以直接與最先進的文本語音（TTS）系統相結合，幫助那些因疾病事故失去聲音的人，找回他們的 “聲音記憶。這項技術的核心在於 “零樣本” 能力，意味著我們不需要大量樣本就能實現語音轉換。也就是說，僅需幾秒鐘的參考音頻，即可實現聲音克隆，且支持合成跨語言的音頻。
“零樣本” 克隆聲音能力研究團隊Sep 25, 2024354.1kOpenAI向ChatGPT移動端引入語音代理功能，全系層級支持跨平臺語音辦公OpenAI週三向移動端推出ChatGPT語音代理功能，用戶可用語音指令直接起草文檔、摘要郵件等複雜任務。此舉將桌面級AI生產力工具延伸至移動端，順應語音驅動高階任務的趨勢。Plus與Pro用戶可通過手機“工作”選項卡跨設備完成文檔創建與郵件處理。Sep 24, 2026104.
8kAnthropic 成立生命科學團隊：Claude 自主發現新型酶系統，命名為 ARTAnthropic宣佈成立生命科學研究團隊及自有分子生物學實驗室，並公佈首項成果：在科學家僅提供宏觀方向下，Claude自主發現一種此前未被表徵的酶系統——陣列關聯逆轉錄酶（ART）。該發現來自舊金山灣區實驗室，是團隊今春組建以來首個公開成果。Sep 24, 202685.2k智啟未來，您的人工智能解決方案智庫English簡體中文繁體中文にほんご© 2026
Related
相關文章
微軟發佈Ink Canvas應用:主打以筆為先賦能Copilot，10月13日上線應用商店
這款專為Windows生態打造的“以筆為先”工作空間，標誌著微軟正加速將傳統手寫輸入體系與Copilot生成式AI深度融合，開闢空間與視覺維度的多模態交互新範式。作為承載手寫體與生成式AI的全新載體，Ink Canvas將手寫、草圖、註釋與AI創作工具整合於同一塊畫布之中。
Claude 自主發現全新類 CRISPR DNA 酶系統，徹底改寫生命科學科研範式
Anthropic 新成立的分子生物學實驗室近日取得了首個重大成果:其通過動用950個 AI Agent 集群連續運行21小時，累計消耗約2.1億 Token，成功從噬菌體 DNA 中自主發現了一套人類此前從未記錄過的全新酶系統 —— 陣列關聯逆轉錄酶系統（ART）。
愛奇藝龔宇：AI 是內容加分項，不是搭建流水線的工具
他表示，愛奇藝的 AI 佈局主要有三大重點，即 All in AI 賦能實拍影視長片及 AIGC 長片、全力建設健康的內容創作者生態、探索 AI 催生的新形態作品。"混制"爆發，但堅守不降質底線龔宇稱，過去幾個月以來，實拍與 AI 結合製作的內容（行業術語稱"混制"）迎來爆發式應用，有效提升了視聽體驗、縮短了製作週期、降低了成本，成為影視行業快速崛起的一個細分賽道。
ChatGPT 移動端迎來終極形態：語音直通智能代理，動動嘴就能搞定複雜工作
OpenAI 近期正式宣佈，在其 ChatGPT 移動應用中全面引入基於語音的智能代理（Agent）功能。這意味著，用戶未來在使用手機時，不僅可以像過去一樣通過語音與 AI 進行日常閒聊，更能夠直接通過口頭指令指揮 AI 穿梭於各種外部應用和工具之間，在後臺自主執行跨步驟的複雜實際工作。
Hy Image3.5preview 登陸 WorkRally，影視創作者免費試用兩週
騰訊視頻專業影視智能平臺 WorkRally 首發接入該模型，即日起兩週內向平臺創作者免費開放，覆蓋劇集分鏡、影視物料、角色與場景設定等專業創作場景。WorkRally 是騰訊視頻推出的首款面向精品內容製作的工業級 AI 平臺，覆蓋從劇本解析、分鏡生成、內容生產到資產管理與團隊協作的完整鏈路，具備專家級 Agent、S+ 級影視動漫技能庫與智能流水線三大核心能力，目前已形成 AI 漫劇、專業影視、精品動畫三大版本。
Anthropic生命科學重磅成果！Claude自主發現新酶系統，學者炸鍋了
（公眾號：zhidxcom） 作者 | 王涵 編輯 | 冰倩 9月24日報道，今日凌晨，Anthropic宣佈，Claude發現了隱藏在噬菌體DNA中的一種以前未知的酶系統。這種酶的基因旁邊有一長串重複的DNA，這種結構與CRISPR系統有些相似，而CRISPR系統是基因藥物的基石。 ▲Anthropic官宣成果 據研究團隊介紹，他們僅向Claude提供初始提示，並負責後續實驗室工作。Claude智能體則負責梳理海量DNA序列數據庫、調查不同逆轉錄酶（RT）家族，並運用自身判斷識別有價值的候選對象。