Gemini Voice Remixing 是 Google 2026 年 11 月 4 日给 Gemini 3.8 Flash TTS 加的功能:挑一个现成的音色,用一句话说要改成什么样,比如更年长、更平静、换个口音,就能得到一个存下来反复用的新音色。入口在 Google AI Studio 和 Gemini API,改好的音色在 Flash TTS 和 Flash-Lite TTS 里都能用。
四步改一个音色
第一步,打开 Google AI Studio,进 TTS 界面。第二步,选一个起点:2000 多个预设音色里的任意一个,或者自己以前设计好的音色。第三步,点 Remix this voice,写一句改法,比如“语气再温和一点,语速放慢”,一次改一两个特征效果最好,改多了容易走样。第四步,并排试听生成的三个版本,选一个保存,拿到一个 voice_ 开头的 ID,之后合成语音时直接用这个 ID。走 API 的话,调 POST /v1beta/voices,同样能拿到可复用的音色。
边界:免费层、数量和有效期
通过 API 改音色要付费 Tier 1 及以上的项目,免费层做不了。每个项目最多存 200 个自定义音色,从最后一次使用起保留一年,到期不用的会被清理。别把它和复制真人声音混淆:那是另一个功能 Voice Replication,要 30 秒样本加本人语音同意录音;Remix 改的是已有的 AI 音色,不碰真人身份。
什么时候用它,什么时候别用
固定角色、固定栏目的配音最适合:一次调好音色,之后每期直接复用,不用每次重新描述。临时改一句语气、换个情绪,别走 Remix,直接在语音参数里写一句风格提示更快。一次改五六个特征还指望一次到位的,分两三轮慢慢改,每轮只动一两个点。