Gemini 3.8 TTS Playground编码演示

Gemini 3.8 TTS Playground编码演示

Gemini 3.8 TTS Playground 是一个专为开发者设计的交互式网页工具，帮助你测试和实验 Google 的 Gemini 3.8 Flash TTS 和 Flash-Lite TTS 模型。它允许你构建单人旁白或多角色对话脚本、选择或自定义声音、预览生成的音频，并查看完整的 API 请求和响应详情。适合希望快速原型化语音合成项目的开发者，尤其是需要支持多语言、自定义人声或低成本大规模生成的应用场景。

使用该工具需要一个有效的 Gemini API 密钥，但无需复杂配置。你可以通过浏览器直接访问并复制代码片段到自己的项目中集成。决策时，优先考虑需求：单次高保真输出选 Gemini 3.8 Flash TTS，批量生成选 Flash-Lite TTS，具体以官方 Gemini API 定价页数据为准。

什么是 Gemini 3.8 TTS Playground

Google 在 2026 年 9 月 23 日发布了 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 模型。这两个模型支持超过 2000 个现成声音，支持自定义人声（只需 30 秒音频样本），并能生成带自然停顿（如 <laughs> 或 |mhm|）的对话。Playground 正是 Simon Willison 基于 Gemini API 的开源 CORS 策略编写的轻量级前端界面。

它不是官方文档，而是开发者“vibe coded”的玩具，专为快速验证 TTS 效果而设计。你可以保存设置的 URL 分享给同事，或直接用于本地脚本开发。

主要功能与适用场景

• 单声轨与多角色对话：支持一行一行指导发音，支持角色切换和风格指令。
• 声音库与自定义：2,000+ 现成声音，或用你自己的音频克隆。
• 预览与导出：实时音频预览，保存设置到书签 URL。
• 请求详情查看：完整 JSON 请求和响应，便于调试和集成。
• 成本透明：即时显示生成用时与费用（如 20 秒生成 1 分 18 秒音频仅 2.74 美分）。

这些功能特别适合游戏配音、播客制作、语音代理和教育音频项目。

快速上手指南

1. 打开 Gemini 3.8 TTS Playground 网页（工具来源：
2. 准备好你的 Gemini API 密钥（可在 Google AI Studio 获取）。
3. 在「Compose」标签页输入脚本或加载示例。
4. 选择声音、设置长度和风格指令。
5. 点击「Generate audio」后，音频会在「Listen」标签页播放，同时显示 Token 使用量和费用。
6. 调整设置后，浏览器 URL 会自动保存你的配置，便于分享。

示例脚本（多角色对话）： `` 角色：企鹅 1（快乐声音） 你好，今天天气不错！ 角色：企鹅 2（严肃声音） 确实不错，但我还是觉得可能下雨。 ``

编码集成示例

以下代码片段演示如何在前端或后端快速调用 Gemini 3.8 TTS Playground 输出的音频内容。注意：工具本身无需安装，但集成时需遵循 Gemini API 的速率限制和计费规则。

``html <!-- 前端简单音频播放示例（基于 playground 保存的 URL 参数） --> <!DOCTYPE html> <html> <head> <title>Gemini TTS Demo</title> </head> <body> <h2>集成示例：加载保存设置</h2> <script> // 假设 playground URL 已保存音频生成参数 const playgroundUrl = ""; fetch(playgroundUrl) .then(response => response.json) .then(data => { const audio = new Audio(data.audioUrl); audio.play; }); </script> </body> </html> ``

在后端（Python 示例，基于官方 Gemini API 风格）： ```python import requests import os

def generate_tts(text: str, api_key: str): url = "" headers = {"Content-Type": "application/json"} payload = { "text": text, "voice": "neutral", # 添加多角色或自定义声音配置 } response = requests.post(url, headers=headers, json=payload, params={"key": api_key}) return response.json # 包含音频数据和计费详情 ```

这些示例可直接嵌入 Cursor 或其他 IDE 进行快速迭代。

价格与性能对比表

数据以官方 Gemini API 定价页为准，实际以当前计费为准。

风险与边界

正确使用 API 密钥和遵守使用条款是基础，但仍需注意：过量调用可能触发速率限制或超出预算；自定义声音克隆需确保使用合法音频样本；生成内容需符合当地法律法规，避免涉及敏感或受版权保护材料。强烈建议在测试阶段使用小批量脚本，避免大额花费。本文非法律意见，仅供参考，具体以官方政策为准。

延伸阅读

• API 中转指南
• 模型天梯
• 本地部署实验室
• 官方 API 参考

English summary

The Gemini 3.8 TTS Playground is an interactive web tool for testing Google's new text-to-speech models gemini-3.8-flash-tts and gemini-3.8-flash-lite-tts. It lets developers compose scripts, choose or clone voices from over 2,000 options, preview audio, and inspect full request-response details. Simon Willison built a lightweight CORS-based frontend interface that saves settings to bookmarkable URLs for easy sharing. Integration examples include simple HTML audio playback and Python API calls using official Gemini endpoints. Pricing shows low costs (around $0.0274 for one minute of audio with the Flash model). The tool suits narrative audio for games, podcasts, and agents. Always use your own API key, monitor usage, and stay within official limits for safe, cost-effective experiments.