Gnani Timbre v3.0 发布：13 个音频标签让 AI 配音会笑会叹气，覆盖 10 种印度语言并支持句中切换英文
印度语音 AI 公司 Gnani AI 于 10 月 14 日发布表现力 TTS 模型 Timbre v3.0：13 个音色、13 个可写在脚本里的音频标签（笑、叹气、耳语、停顿等），支持印地语、泰米尔语等 10 种语言并可在句中切换英文，首字节延迟低于 150 毫秒，新用户有 2500 分钟免费额度。
印度语音 AI 公司 Gnani AI 于 10 月 14 日发布表现力文本转语音模型 Timbre v3.0。据官方博客和产品页，这一版的核心是「音频标签」，定位同时面向企业语音客服和内容创作者：
- 音频标签直接写进脚本：用尖括号把
<whispers>、<laugh>、<sigh>、<pauses>、<slow>、<excited>、<clears throat>等标签插在想要的位置，模型会在那一处执行动作而不是把标签念出来；没加标签的句子也会根据语义和标点自动调整语气； - 13 个音色、10 种语言：覆盖印地语、英语、泰米尔语、泰卢固语、卡纳达语、马拉雅拉姆语、马拉地语、旁遮普语、孟加拉语、古吉拉特语，官方称后续会继续加音色和语言；
- 句中语言切换（Beta）：同一个声音可以在一句话里从印度本地语言切到英文，口音不变、接缝处不停顿，贴合当地人说话习惯；
- 数字和专有名词读法：金额、日期、卡号、订单号、地址和邮编按当地习惯读出，不需要写 SSML；
- 速度与接入：首字节延迟低于 150 毫秒，提供 REST 批量、流式和实时 WebSocket 三种方式，另有 Python SDK 和 LiveKit、Pipecat 插件；新用户可免费使用 2500 分钟，不用绑卡。官方称平台每天生成约 10 万小时音频。
对创作者意味着什么： 音频标签正在成为 AI 配音的通用写法，继 ElevenLabs 之后，区域型模型也开始提供「在脚本里写表演指令」的能力。做出海内容、面向南亚市场的短视频或有声书时，可以直接用本地语言配旁白，并在关键句加停顿、笑声和耳语来增强代入感；中文创作者也可以借鉴这种写法，把配音脚本写成「台词 + 表演标签」，换工具时更容易迁移。给真人或品牌做配音时，仍要注意声音授权，并按平台要求标注 AI 生成内容。
信息来源：Gnani AI Blog（本文为编辑整理改写）
