Gemini 3.8 Flash TTS 在 Artificial Analysis 发音稳健性基准测试中排名第一

Artificial Analysis 表示，Google 已发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS。两者都是 Google DeepMind 的文本转语音模型，支持预设音色和声音复刻。Gemini 3.1 Flash TTS 在发布时曾领先发音稳健性基准测试；Artificial Analysis 现将 Gemini 3.8 Flash TTS 排在首位，并在 Provider Voice Arena 上高出 Gemini 3.1 Flash TTS 64 个 Elo 分。

在 Provider Voice Arena 上，Gemini 3.8 Flash TTS 以 1,263 的 Elo 首次上榜即列第 2，落后于 Elo 为 1,272 的 Sonic 3.6，领先于 Elo 为 1,260 的 Qwen-Audio-3.0-TTS-Plus。Gemini 3.8 Flash-Lite TTS 以 1,236 的 Elo 首次上榜即列第 6，比 Simba 3.2 低 1 分。两者都高于 Elo 为 1,199 的 Gemini 3.1 Flash TTS。在发音稳健性上，Gemini 3.8 Flash TTS 得分为 89.5%，高于 Gemini 3.1 Flash TTS 的 88.2%、SpaceXAI TTS 的 87.6% 和 Gemini 3.8 Flash-Lite TTS 的 87.4%。Artificial Analysis 表示，这使得三款 Google 模型进入前四。

在其九个多语言受控语音竞技场中，Gemini 3.8 Flash-Lite TTS 在日语中首次上榜即列第 1，阿拉伯语列第 2，德语列第 3；Gemini 3.8 Flash TTS 在日语和葡萄牙语中列第 2。Artificial Analysis 测得 Gemini 3.8 Flash TTS 为每秒 44.1 个字符，约为实时的 2.7 倍；Gemini 3.8 Flash-Lite TTS 为每秒 40.2 个字符，约为实时的 2.4 倍。其列出的价格为：Gemini 3.8 Flash TTS 每 100 万字符 32.98 美元，Gemini 3.8 Flash-Lite TTS 每 100 万字符 22.07 美元，对照 Gemini 3.1 Flash TTS 的 18.31 美元和 Eleven v3 的 100 美元。