Gemini 3.8 Flash TTS 语音 Remixing 正式上线：自然语言微调音色、音调、语速与口音
Google 于 11 月 4 日宣布 Gemini 3.8 Flash TTS 的 Voice Remixing 已在 Google AI Studio 与 Gemini API 上线：可基于预置或自定义音色，用自然语言调整音色、音调、语速与口音，并保存为独立的 voice_ ID，供 Flash TTS / Flash-Lite TTS 合成使用。
据 Google AI Studio《Voice remixing》文档 与 Google 官方账号 11 月 4 日公告，此前在 Gemini 3.8 TTS 发布说明里标为「即将推出」的 Voice Remixing 现已可用。创作者与开发者不必从零设计人设，也能在已有音色上做相对微调。
要点：
- 改的是已有音色，不是新模型：Remixing 挂在现有
gemini-3.8-flash-tts上；选一个base_voice（约 30 个预置工作室音色、Extended Voice Library，或项目里已保存的自定义音色），用自然语言写相对修改（年龄感、音调、能量、音色、口音、节奏等），API 返回新的voice_...ID，并附带 24 kHz WAV 试听。 - 入口：可在 Google AI Studio 语音生成页 交互式 Remix，也可调用
POST /v1beta/voices（type="prompted"、store=true）。同一 ID 可用于gemini-3.8-flash-tts与gemini-3.8-flash-lite-tts。 - 可迭代：Remix 结果本身也能再当
base_voice，一步步收紧人设；文档强调不会覆盖原音色，删除原音色也不影响已 Remix 出的版本。 - 配额与门槛：官方文档写明需付费档（Tier 1 及以上）项目；每个项目最多约 200 个可持久化音色（设计、Remix、复刻共用）；一年未使用会过期，合成或再 Remix 会刷新保留期。公开宣传还提到可选 2000+ 音色库起步，具体以账号可见目录为准。
对创作者意味着什么： 口播、解说、多角色短剧配音常要「同一条人设、不同语气版本」。Remixing 适合先定一条稳定主音色，再派生更沉稳旁白、更快口播或带地区口音的变体，减少每次从零抽卡。注意它不等于真人声纹克隆（复刻是另一条需同意录音的能力）；商用前仍要核对 Gemini API 计费、音色使用权与当地对 AI 配音的披露要求，并先听试听再批量生成。
信息来源：Google AI Studio 官方文档（Voice remixing）（本文为编辑整理改写）
