▲一句話就能改口音！Google最新TTS技術驚艷曝光 。（圖／Google AI Studio）
記者吳立言／綜合報導
Google再度悄悄釋出一項令人驚艷的語音技術功能：使用自然語言即可描述語音風格，包括口音、語調、語速甚至混合語言的能力。這項技術目前內建於Google AI Studio平台，搭載在名為 「Gemini 2.5 Flash Preview TTS」 的語音合成模型中。
用戶不需設定繁複的參數，只需輸入類似「中文腔調的英語」或「牙買加口音、輕鬆語氣」這類敘述，即可生成對應風格的語音。這讓TTS（文字轉語音）技術的門檻大幅降低，並開啟多語、跨文化語音應用的新可能。
Google silently launched a way to describe a speaker's voice "style" in plain English.
— Deedy (@deedydas) May 26, 2025
I've never seen anything like it.
It seamlessly does different accents, dialects, tone, and languages. Check out Chinese vs Jamaican and Tamil/English vs Punjabi/English in this clip below! pic.twitter.com/iVvSqPM3Uu
創投家@deedydas在X（前推特）分享的範例影片中，展示了模型在中文、牙買加英語、泰米爾混英語與旁遮普混英語等語音風格間自由切換，語音流暢自然，幾乎無違和感。然而，目前這項功能尚未支援即時語音生成（real-time TTS），屬於預覽階段（preview）。
儘管尚未正式廣泛推廣，但這項技術的潛力無庸置疑，特別是在教育、配音、個人化語音助手等場域，有望帶來語音科技的質變式創新。
