11月4日，Google在Gemini API更新日志里上线Voice remixing：用一句话描述，就能把一个现成声音改成新音色，改完存成独立的voice_ ID反复调用。功能面向Gemini 3.8 Flash TTS与Flash-Lite TTS，也能在Google AI Studio里交互操作。
一句话改音色，怎么操作
从预置音色、扩展语音库或已保存的自定义声音出发，用自然语言描述想要的改动，比如换口音、调音调、放慢语速、听起来年长一些，调用POST /v1beta/voices就会返回一个新的独立声音，之后直接用它合成语音。改出来的声音本身还能再改，等于可以一层层迭代出专属音色。
它和声音克隆不是一回事
Voice remixing改的是已有的声音，不是凭空复刻某个真人。它与9月上线的Voice design、Voice replication分工不同：前者从零用文字描述一个新声音，后者是在授权前提下复刻真实嗓音。9月22日的更新日志显示，Gemini 3.8 Flash TTS与Flash-Lite TTS已正式可用，配套的Voices端点同日上线，Voice remixing正是建在这个端点之上。
对播客、课程、有声内容和语音助手来说，这等于把“调音色”从参数面板变成了一句话，固定角色音不用再靠反复试参数碰运气。但音色越容易改，越要盯住授权边界——改出来的声音像谁、能不能商用，仍是创作者使用前要确认的事。选工具时也可以参考AI声音克隆工具的选型要点，按播客、有声书、短视频等场景对照。
