Simon Willison发布Gemini 3.8 TTS游乐场，支持自带API Key试听多角色对话
Google同日推出gemini-3.8-flash-tts与gemini-3.8-flash-lite-tts两款语音模型，提供超 2000 种声音；Willison用GPT-6 Astra随手写出一个可分享的测试界面。
AI解读：Google新发布的两款文本转语音模型自带 2000 多种声音，还能用一段 30 秒的录音克隆自定义音色。真正让开发者省事的是多角色对话：API里可以给每个角色分别指定声音和风格，一次性把整段对白合成出来。
Simon Willison用GPT-6 Astra写了个自带API Key就能用的网页测试台，靠Gemini API开放的CORS策略直接在浏览器里调用。他把合成参数存进URL，方便把调试配置直接分享给别人。
如果你只是想做有声书或播客式对话，这套组合把门槛压得很低。但成本仍需自己算：他实测 1 分 18 秒音频用了约 20 秒、2.74 美分，且用的是较贵的Flash TTS而非Flash-Lite。克隆声音那条还附带权利声明要求，不是随便拿一段录音就能用。
Simon Willison发布了一个名为Gemini 3.8 TTS Playground的测试工具，用于试用Google的Gemini 3.8文本转语音API。该工具支持单声道旁白和多说话人对话，可预览生成的音频，并查看请求与响应细节。
Google同日发布了两款新的Gemini文本转语音模型：gemini-3.8-flash-tts和gemini-3.8-flash-lite-tts。二者附带超过 2000 种声音的库，并支持用「仅 30 秒的、你本人或你拥有使用权利的声音样本」创建自定义声音。
Willison表示，这个自带API Key的游乐场界面由他用GPT-6 Astra「凭感觉编码」（vibe coded）而成，利用了底层Gemini API开放的CORS策略。
他称该API的一个显著特性是便于定义多个角色之间的完整对话，每个角色可使用不同声音和声音风格指令。他放出了一段两只鹈鹕争论是否要搬到Pacifica Pier的演示片段，脚本由Claude 4.5 Opus编写，并由其生成URL交给该工具渲染。
据他描述，使用Gemini 3.8 Flash TTS（而非更便宜的Flash-Lite）生成 1 分 18 秒音频耗时约 20 秒，成本为 2.74 美分。
游乐场支持将合成设置保存为可加入书签的URL，便于分享；语音合成由使用者自己的Gemini API Key驱动。