Gemini 3.8 Flash TTS 上线:我做了个「用 MV 学日语」的网页应用,还烧完了当天配额
来源:dev.to — 2026-09-26
📋 概述
作者每次看到 Gemini 的新功能,第一反应都是「能不能接进我的 LINE Bot」。9 月 22 日的发布日志宣布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 正式可用,他照例列了一串机器人点子,但列到一半意识到真正打动他的不是机器人,而是「逐句指导语气」这件事特别适合教发音。于是题目改成一个网页应用:选一首歌、拿到歌词并同步翻译成中文,如果是日语或韩语就附上音标,然后化身语言老师逐句教你读。作者说 TTS 本身的质量没什么可抱怨的,真正花掉时间的是文档之外的那些周边工作。
🔑 核心要点
- 两个模型定位分明:旗舰版强调声音表演与角色塑造、支持逐句演绎控制,Lite 版便宜快、适合批量生成。
- 本代最有用的能力之一是用文字描述直接设计音色,例如「六十岁、带英式口音的天文学家」。
- 选对场景比追新更重要:逐句控制语气恰好击中发音教学这个真实需求。
- 真实的成本不在模型上:文档之外的周边工程才是耗时大头,作者当天就用光了配额。
💡 金句
TTS 本身的质量没什么可抱怨的,真正耗时间的是文档之外的那些东西。
👍 0
👎 0
← 返回 dev.to 首页