给角色一个声音，再导演每句台词：Gemini 3.8 TTS

在这段游戏演示里，穿盔甲的骑士站在画面中央，右侧是声音描述和试听按钮。到第 48 秒，描述强调低沉、沙哑的战士声音；到第 73 秒，文字改成高音调、带庄重感的公主声音，骑士形象仍然保留。可以打开原视频，听这两个位置的差别。

这里值得看的是创作顺序：角色长什么样、听起来是什么样，可以分别调整。已经做出人物或动画镜头的人，可以继续研究声音如何塑造性格，而不是把选一个固定音色当作配音的全部。

• 看并听：同一个骑士，两种声音描述 ↗约 84 秒；对照第 48 秒和第 73 秒。

另一段官方演示把侦探独白拆成多个表演段落。画面中，台词旁有情绪和音量说明，句中插入叹气、短暂停顿和呼吸。它展示了两层控制：先确定谁在说话，再安排这一句如何说。

Google 在 9 月 23 日推出 Flash TTS 与 Flash-Lite TTS，前者着重角色声音设计，后者面向大量语音生成；两者都提供逐句表演控制。官方示例说明了操作思路，中文情绪是否自然、同一角色多次生成能否稳定，仍需实际作品和同题试听来补全。

• 看并听：台词里的表演说明 ↗约 63 秒，官方缩短版演示。

发布时，AI Studio 与 Gemini API 开始逐步开放两款模型；面向现成产品，Flash 对应 Gemini Notebook，Lite 对应 Google Vids。这不等于普通 Gemini 聊天窗口已经拥有演示里的全部控件，具体仍以所用产品与账号可见入口为准。

可以先拿自己写的两三句对白，保持台词和角色设定不变，只调整一次停顿或情绪，听它是否更贴近故事。回看网站的 AI 影像案例时，也可以多留意：画面之外，声音怎样让人物成立。这是可尝试的创作方向，不是这些旧案例已经采用了新模型。

• 进入 AI Studio 语音生成 ↗需要登录；实际开放情况以账号为准。
• 回到 AI 影像，看看完整作品 →