谷歌Gemini - TTS支持近70种语言，或称霸语音交互市场！

谷歌在Gemini3.1系列中推出文字转语音模型Gemini-TTS。它支持用提示词调控语音情感、节奏和风格，能自动识别输入文本语种，覆盖约70种语言。

该模型与同系列音频模型协同能力强，可在实时对话等场景低延迟输出语音，还能通过文本和音频标记精细调控。这背后，自动识别语种能力降低了开发者工作量，协同能力提升了多场景应用体验，有望让谷歌在语音交互市场占据重要地位。