Google I/O 2025：Gemini 2.5 TTS 升级与台湾美食介绍

大家好！在 2025 年的 Google I/O 发表会上，Google 推出了全新的 Gemini 2.5 Pro 和 Flash 模型，其中文字转语音（TTS）功能的进步真是让人眼前一亮。我最关注的当然是 AI 语音到底能有多像真人。你现在听到的声音可不只是机器念稿，而是 AI 根据场景和角色自然切换说话风格哦！下面让我们一起来看看 Gemini 2.5 的 TTS 亮点，并通过一个介绍台湾美食的对话演示来体验这项技术。

Gemini 2.5 Pro：TTS 功能的飞跃

Gemini 2.5 Pro 的 TTS 功能带来了令人惊叹的表现，适用于教学、讲故事、客服等多种场景。它能精确控制语调细节，自动调整语气强弱、轻声细语或重音处理，表现得非常自然。不管是用于教育、叙述故事，还是模拟客服对话，这项技术都让 AI 语音更加接近人类，实用性极高。

演示：使用 Google AI Studio 生成多角色语音

为了展示这项技术，我们将通过 Google AI Studio 生成一段两分钟的对话，主题是介绍台湾美食。我们先用 ChatGPT 编写了一段讲稿，设定两位讲者：男生 Andy 和女生 Mako。讲稿要求为两分钟，并输入了角色名称以便后续对应。Prompt 内容已放在资讯栏，大家可以自由取用。接下来是实际操作步骤：

操作步骤

1. 打开 Google AI Studio：进入平台，点击左侧的“Chat”选项。
2. 启用语音生成：选择“Native Speech Generation”。如果画面较小，可以收起侧边栏以获得更清晰的显示。
3. 选择模型：在右侧选择 Gemini 2.5 Flash 或 Pro Preview TTS，然后将模式设为“Multi-Speaker Audio”（多位讲者）。
4. 粘贴讲稿：将准备好的讲稿粘贴到输入框。初始可能会显示“No Speakers Detected”的提示，因为我们尚未设定讲者和声音。
5. 设置语音：在右侧的“Voice Settings”中，根据讲稿的角色名称（Andy 和 Mako）逐一设定讲者与声音。虽然预设播放可能是英文，但输入中文讲稿后，生成的声音会是自然的台湾腔。
6. 运行脚本：设定好讲者后，中间的 Script Builder 会自动显示对应角色。点击“RUN”，稍等片刻，就能听到生成结果！

对话示例：台湾美食之旅

以下是我们生成的对话片段，带你走进台湾的美食天堂：

Andy：哈喽大家好，我是 Andy，今天我们要带大家进入台湾的美食天堂！
Mako：嗨嗨，我是 Mako！说到台湾美食，真的三天三夜都讲不完啦！这里不只好吃，还充满人情味。
Andy：没错！首先登场的是我们的国民小吃——卤肉饭。那咸香浓郁的卤汁，搭配热乎乎的白饭，哦，每一口都幸福感爆棚！
Mako：卤肉饭我可以连吃五碗耶！不过我最爱的是蚵仔煎，外酥内嫩，配上特制甜辣酱，一口咬下去就是海味与回忆的交响曲！
Andy：形容得太有诗意了啦！不过说到街边小吃，怎么能忘记盐酥鸡？酥脆多汁，撒上九层塔，根本是宵夜的王者！
Mako：还有珍珠奶茶！它是台湾走向世界的骄傲，每吸一口都像在喝快乐，珍珠 Q 弹到会跳舞！
Andy：真的耶！如果说台湾是一首歌，那美食就是那段让人忍不住一听再听、一吃再吃的副歌！
Mako：而且每个城市都有自己的味道：台南甜、台中平衡、台北多元，真是吃不腻！

生成的音频还可以下载，直接用于你的项目，是不是很方便？

TTS 技术的未来

从 AI 主播的角度来看，Gemini 2.5 的 TTS 技术越来越强大，应用前景也非常广阔。无论是教育、内容创作、帮助视障者学习、语言练习、YouTube 播客、有声故事、多语朗读、语音客服、电话语音，还是 AI 助理，这项技术都能大放异彩。生成的台湾腔自然流畅，角色切换毫无违和感，情感表达也十分到位，展现了 AI 语音的巨大进步。

AI 技术的迭代速度快得惊人，今天介绍的内容可能过几天又会被更新的技术取代。我对这次 TTS 升级感到非常兴奋，也期待未来更多的创新！今天的分享就到这里，我们下次见！