Google DeepMind 发布 Gemini 3.8 Live with Live Avatar
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，把近实时视频生成与语音结合，为 Gemini 的实时对话模型带来视觉形象。
推荐理由：官方给出 Live Avatar 在对话中实时生成视频与语音的能力，读者可据此评估企业虚拟客服的交互形态变化。
技术方向
语音与音频 最新动态
AI 语音与音频的进展：语音合成、实时对话、音乐生成与音频理解的模型与产品。
3 条精选近 30 天 3 条共收录 6 条
更新
语音与音频的精选
Google DeepMind精选AI 评分7474
Google DeepMind精选AI 评分7272 Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS
Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，前者面向深度创作与角色设计，后者面向高并发、低成本场景。
推荐理由：官方给出两款 TTS 模型的语音定制能力、基准排名和上线渠道，可据此判断多语言语音生成的可用性。
Google DeepMind精选AI 评分7777 Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking
Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款实时语音对话模型。
推荐理由：两款实时语音对话模型同时给出语音质量榜单分数和逐步开放的入口，可用于判断语音智能体的可用边界。