Google Gemini 3.8 Flash 文字轉語音是 Google 2026 年 9 月推出的新一代語音合成模型，專為錄音室品質的創作內容打造，會把輸入的文字逐字朗讀成自然、富有情感的人聲音檔，並自動偵測超過 130 種語言。上方下拉選單可選擇 30 種預建聲音，各有明亮、堅定、溫暖、知性等不同風格；另一個下拉選單可指定朗讀語言，預設為自動偵測。與前一代不同，本模型會把輸入文字視為逐字稿，語氣指示不要寫在正文裡，請在第一行以「語氣：」開頭描述，例如「語氣：興奮又親切」或「語氣：輕聲耳語」，模型會依描述調整情緒、語速與口吻；也可在文字中以尖括號插入「<laugh>」「<sigh>」「<short pause>」等標記，在該處加入笑聲、嘆息或停頓。適合製作有聲書、Podcast、教學旁白與產品介紹。需要大量、快速生成時可改用 Gemini 3.8 Flash-Lite 文字轉語音。輸入上限 8,192 tokens，輸出格式為 MP3。 輸入加輸出 token 上限：約 24,576 tokens。 單次請求輸入 token 上限（含對話歷史）：8,192 tokens。 輸出 token 上限：約 16,384 tokens（如有推理／思考過程，一併計入此上限）。 輸出內容格式：聲音 音訊輸出格式：MP3。 不支援連續對話。 AI可能會出錯，請核實重要資訊。