工具与应用01
谷歌在 Gemini Enterprise 里上线了带 Live Avatar 的 Gemini 3.8 Live。过去企业用的语音助手只闻其声，听不到也看不到用户。这次把接近实时的视频生成和语音结合起来，数字人能一边听、一边看、一边说，嘴型对得上，表情自然，还能在对话时在后台调用工具查数据。企业可以拿它做客服或导览；它支持 97 种语言切换，输出带不可见水印 SynthID。定制专属形象目前只对企业白名单开放。
文中可用工具
- Gemini Enterprise企业版入口，目前已可使用的平台
- SynthID在音频和视频输出中嵌入不可见水印，用于标记 AI 生成内容
模型进展02
谷歌发布了两个新的 Gemini 文本转语音模型：Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS。以前做配音只能用有限、固定的声音，现在你可以用一句话描述就凭空造出全新嗓音，或者用 30 秒录音复刻一个声音。Flash 版适合做角色设计和精细表演控制，Flash-Lite 版更便宜、适合大批量配音。所有生成音频都带 SynthID 隐形水印，复刻声音前必须获得本人语音同意。开发者今天就能在 Google AI Studio 的音频工作台里试用。
文中可用工具
- Gemini 3.8 Flash TTS从零创建和定制声音，逐行指导表演，适合角色设计和高质量配音
- Gemini 3.8 Flash-Lite TTS大批量、低成本地生成语音，适合配音和语音代理
- Gemini Notebook产品中集成新语音模型以改善用户体验，原文未说明具体用法
- Google Vids产品中集成新语音模型以改善用户体验，原文未说明具体用法
- Google AI Studio提供音频工作台，开发者可试用语音生成和复刻功能