NADI 2026：第二届多方言阿拉伯语语音处理共享任务发布
NADI 2026 是精细阿拉伯语方言识别（NADI）系列的第七届共享任务，也是第二次专注于多方言阿拉伯语语音处理的评测。本届任务包含五项核心任务与八个子任务，覆盖自动语音识别（ASR）、方言识别（SDID）、语音合成（TTS）、语音翻译（SLT）和口语理解（SLU）。该评测重点关注低带宽、混合方言、语码转换、域外及零样本等真实场景，并首次在该系列中引入了 TTS、SLT 和 SLU 赛道。
DC AI 热点
全部 AI 动态
9月24日2026-09-24
谷歌推出Gemini 3.8 Flash TTS模型：支持通过文本描述生成全新AI声音
谷歌发布了两款全新文本转语音模型：Gemini 3.8 Flash TTS 与 Flash-Lite TTS，支持超过100种语言。其中 Flash TTS 能够根据文本提示词直接从零设计全新声音，两款模型均允许用户为特定台词添加舞台动作指示，并支持通过单一脚本生成逼真的双人对话。此外，模型还配备了声音克隆功能，仅需30秒的音频样本即可快速建立声音特征档案。
开发者推出 Gemini 3.8 文本转语音 Playground 工具
Google 近日推出了两款全新文本转语音模型 gemini-3.8-flash-tts 与 gemini-3.8-flash-lite-tts。该系列模型内置超过 2000 种声音，并支持仅凭 30 秒音频样本生成定制声音。有开发者借助 GPT-6 Astra 搭建了自带 API Key 的测试界面，该 API 支持跨域请求，并具备便捷定义多角色对话的功能，每个角色均可独立设置不同的声音及风格指令。
9月23日2026-09-23
Gemini 3.8 文本转语音（TTS）功能亮相
本文仅包含标题“Gemini 3.8 text-to-speech says hello”，未提供正文或详细摘要内容。依据标题提示，该动态可能涉及名为 Gemini 3.8 的系统或模型在文本转语音（TTS）能力上的更新或问世。鉴于素材提供的信息严重不足，目前无法确认其背后的具体开发者、模型架构、音频质量及发布渠道等详细情况，更多技术细节有待后续信息补充。