Google 发布了 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，支持预设语音和语音复刻。Gemini 3.8 Flash TTS 在发音鲁棒性基准测试中排名第一，在 Provider Voice Arena 排行榜上排名第二；Flash-Lite 版本在 Arena 中排名第六，并在日语等多语言测试中表现突出。两款模型定价分别为每百万字符 32.98 美元和 22.07 美元，处理速度均超过实时。
SynthePulse Insight · AI 深度解读会员精读
版本 1 · 1 个来源
Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS。据 Artificial Analysis 评测，前者在发音鲁棒性榜单位居第一、Provider Voice Arena 首次上榜即第二，但速度仍落后于 Falcon 2 等更快模型，且两款新模型定价均高于上一代 Gemini 3.1 Flash TTS。
Google DeepMind 发布了 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，二者均支持预设音色与声音复刻。这是本次发布中唯一可确认为官方动作的事实，其余评测表现均来自 Artificial Analysis 的自建基准与排行榜。
Artificial Analysis 的评测把两款模型放在同一套坐标里比较：发音准确度、盲测人工偏好、多语言表现、速度与价格。这五个维度共同勾勒出一个取舍轮廓——Google 在发音准确度上拿到领先位置，但在速度与价格上并未同步占优。
在 Artificial Analysis 的发音鲁棒性基准上，Gemini 3.8 Flash TTS 以 89.5% 排名第一，超过 Gemini 3.1 Flash TTS 的 88.2%、SpaceXAI TTS 的 87.6% 和 Gemini 3.8 Flash-Lite TTS 的 87.4%。前四名中有三个是 Google 模型。
这一维度衡量的是发音准确度，不覆盖自然度、情感等其他语音质量维度。因此，89.5% 的第一名只能说明 Google 在“读对字”这件事上领先，不能外推为整体语音质量领先。
从证据链看，Google 在发音准确度这一维度上处于领先位置（此为推断，依据是前四名中占据三席）。但该基准的具体测试集与评分方法，来源仅给出方法论链接，未在正文说明。
本文所有评测数字均来自 Artificial Analysis 在 X 上发布的评测帖及其自建基准与排行榜，属于单一评测方来源，非第三方独立验证。Google 官方未在来源中给出发布时间、可用地区或 API 接入方式。发音鲁棒性基准仅覆盖发音准确度，不覆盖自然度、情感等维度；多语言排名仅覆盖 9 个 Controlled Voice Arena 语种；速度对比中来源仅提及 Falcon 2 等更快模型，未给出其具体数值。文中标注为推断的判断，均基于来源中已列出的排名与价格数字，不代表 Google 官方定位。
主报道
主报道来源