Gemini 3.8 Flash TTS

Google 旗艦級創作語音模型：長篇朗讀穩定，風格指令和正文分開寫，30 種聲音。

積分包或訂閱

積分包永不過期

瞭解更多

積分包或月度訂閱，一份餘額通用 ZOOOP 所有模型。 · 需要時再儲值，積分包的積分用完為止。

Gemini 3.8 Flash TTS

選擇模型*

Prompt*

Style Instructions

Voice*

登入後,你的生成結果會出現在這裡。

註冊即送體驗積分
積分包永不過期 · 訂閱 $9/月起
圖片、影片、音訊的頂尖 AI 模型,全都有
收藏、管理、下載你的所有生成結果

建立帳號免費。

核心能力

風格指令和正文分開

腳本裡只寫要說的話，怎麼說寫在 Style Instructions（風格指令）裡，例如「溫暖、慢一點」「像戲劇化的新聞播報」。腳本保持乾淨，同一段文字可以讀出好幾種味道。

長篇朗讀不跑偏

Google 專門讓 3.8 在長達幾分鐘的旁白裡保持音色、音量和空間聲場一致，不會讀到一半變成另一個聲音。

內嵌語氣事件

在文字中該出現的位置加上 <laugh>、<sigh> 或 <short pause>，讀出來更自然、更有表演感。

30 種聲音，多種語言

30 種有名字的聲音，從 Kore、Puck 到 Zephyr、Achernar。Google 表示模型會自動辨識輸入語言，支援 130 種語言。

使用場景

有聲書和長篇旁白

朗讀整章內容和長篇講解，聲音從第一分鐘到最後一分鐘都不變。

一份腳本，幾種讀法

正文不動，只改風格指令，就能得到平靜版、活潑版和戲劇版。

課程和培訓音訊

多堂課的旁白保持一致，停頓放在學員需要的位置。

為數位人配音

先生成語音，再用它驅動 Kling Avatar V2 這類數位人模型。

如何選對模型

選對語音模型。你的點數在 ZOOOP 上處處通用。

風格指令、長篇旁白穩定Gemini 3.8 Flash TTS ←

用音訊標籤做最有表現力的朗讀，90 多種語言Eleven V4

自然的中文配音Qwen3-TTS

便宜、聲音多的 TTSInworld TTS

音效和環境音Sound Effects V3

驅動數位人口播Kling Avatar V2

如何使用

在本頁開啟 Gemini 3.8 Flash TTS，或在音訊工具裡選取它。

貼上要讀的文字，在需要的位置加上 <laugh>、<sigh> 或 <short pause>。

選一個聲音，需要的話再寫一條風格指令。

生成，再下載音訊或傳送到畫布。

深入瞭解

Gemini 3.8 Flash TTS 擅長什麼，不擅長什麼

Gemini 3.8 Flash TTS 是 Google 的旗艦級創作語音模型，它的設計思路很明確：把要說的話和怎麼說分開。你貼上的是一字不差要讀出來的內容，怎麼讀則寫在單獨的風格指令裡。腳本因此保持乾淨，同一段文字不用修改就能試平靜、活潑、戲劇化幾種讀法，也適合一個人寫稿、另一個人負責導演的團隊。

第一個關鍵能力是長篇穩定性。Google 讓 3.8 在長篇旁白和長對話中保持音色、音量甚至空間聲場的一致，十分鐘的一章不會慢慢變成另一個聲音。這是做有聲書、課程和長篇講解時選它而不是 Gemini 3.1 Flash TTS 的主要理由。

第二個是精準的表演提示。風格指令比 3.1 執行得更到位，<laugh>、<sigh>、<short pause> 這類內嵌語氣事件會落在你放的位置。Google 還列出了對地方口音和少數方言的支援，並表示模型會自動辨識輸入語言，涵蓋 130 種語言。

在 ZOOOP 上可以從 30 種有名字的聲音裡選，風格指令可填可不填。

不足的地方：聲音來自 Google 的預置聲音庫，ZOOOP 上沒有聲音複製或自訂聲音；雙人對話目前還沒有開放，需要每個說話者分開生成。用標籤驅動、搭配 ElevenLabs 聲音的表演是 Eleven V4 的強項；以中文為主的專案，Qwen3-TTS 更順手。

一個合理的用法：長篇旁白、想用白話指導朗讀的配音，用 Gemini 3.8 Flash TTS。更喜歡音訊標籤和 ElevenLabs 聲音就用 Eleven V4，要把聲音變成會說話的影片用 Kling Avatar V2。