@_philschmid: 语音生成的体验提升！现在你可以从Gemini TTS流式传输音频，无需等待。构建语音助手…
摘要
Google的Gemini TTS现在支持流式音频生成，开发者可以构建即时响应的语音应用，无需等待完整音频输出。
语音生成的体验提升！现在你可以从Gemini TTS流式传输音频，按需生成。无需等待。构建即时说话的语音助手、叙述工具和对话式应用。
设置 `stream: true` 并接收音频块。https://t.co/lxzG7e1cam
查看缓存全文
缓存时间: 2026/06/17 17:57
语音生成体验升级！现在您可以在 Gemini TTS 生成音频的同时进行流式传输，无需等待。立即构建可即时说话的语音助手、解说工具和对话式应用。
设置 stream: true 即可接收数据块。https://t.co/lxzG7e1cam
相似文章
使用 Gemini 2.5 进行高级音频对话和生成
Google 宣布 Gemini 2.5 具备先进的原生音频功能，可实现实时对话型 AI，支持自然语音生成、风格控制和 24 种以上语言的多模态理解。
Gemini 3.1 Flash TTS
Google 发布了 Gemini 3.1 Flash TTS，这是一个新的文本转语音模型，可通过 Gemini API 访问，支持基于提示的高级控制，以实现详细的语音方向、口音和说话风格。该模型能够生成复杂的音频，包括多说话人对话和特定角色的语音表演。
@googleaidevs：我们见到了 Gemini TTS 的一些惊艳用例，以下是其中几个
Google AI 开发者展示了 Gemini TTS 在真实世界中的多项亮眼应用。
Gemini 3.1 Flash Live：让音频 AI 更自然、更可靠
Google 发布了 Gemini 3.1 Flash Live，这是一款全新的高质量音频模型，专为更自然、更可靠的实时语音交互而设计，具备更低的延迟和更强的推理能力。
Gemini 音频模型升级，打造更强大的语音体验
Google 更新了 Gemini 2.5 Flash Native Audio，以提升实时语音智能体的能力，包括更精准的函数调用、更好的指令遵循能力，以及更流畅的对话上下文检索。此次更新还在 Google Translate 应用 beta 版中引入了实时语音翻译功能，可在 70 多种语言中保留语音语调。