ElevenLabs 发布 Eleven v4 语音模型，提升表达力和长内容一致性

ElevenLabs 正在发布 Eleven v4 语音模型，称其能更准确遵循方向提示，并在长制作中保持声音一致。Eleven v4 支持 90 多种语言、每次请求最多 10,000 个字符，Turbo 变体面向实时语音智能体，约 150 毫秒开始生成语音。

Google DeepMind@GoogleDeepMindAI 评分6464

Google DeepMind 推出新的文本转语音模型，用于创建和部署自定义音频。Gemini 3.8 Flash TTS 可设计带有不同口音和特征的独特声音；Gemini 3.8 Flash-Lite TTS 面向效率和规模，可从用户创建的风格或其生产就绪库中选择。

Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Flash-Lite TTS

Google DeepMind 推出 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两个文本转语音模型，用于生成自定义角色声音并逐行控制场景对白。

Google DeepMind@GoogleDeepMindAI 评分7070

Google DeepMind 推出 Gemini 3.8 Live 和 3.8 Live Extended Thinking，称其为自家最好的对话式 AI。这些模型可以对话、思考，并在后台处理任务而不打断用户流程。

MiniMaxAI 发布 MiniMax-H3 全模态生成系统

MiniMaxAI 在 Hugging Face 发布 MiniMax-H3，这是一个通用全模态生成系统，支持文本、图像、视频和音频组成的多模态上下文理解，并可生成带原生立体声音频的视频。