谷歌新的 Gemini TTS 模型太牛逼了！ 直接可以通過提示詞去控制說話人的性別、語調、語氣、某個詞的讀音、年齡。 你能想到的都能控制，根本不需要切換單獨的語音模型！ 我的 AI 互動漫劇應用終於是完全體了！ 使用Nano Banana Pro動態地生成每個場景的圖片，以及新的TTS生成每角色的獨特的語音。 twitter.com/op7418/status/1999...

就是說中文的時候，依然有一些老問題，就是有些外國口音。 但是比以前的TTS說中文要好多了。希望他們能把普通話這個詭異的音調問題修復一下。

通過提示詞調整了一下，剛才聽著有問題的再試試：