隨著 Google I/O 2025 登場，Google 的 AI 功能可說是超級大幅提升阿，不只有新模型，如：更強大的 Gemini 2.5 Pro 和 Flash、Imagen 4、Veo 3 等，Google AI Studio 也添加了二個新功能，分別是「Native speech generation（自然語音生成）」和「Live audio-to-audio dialog（與 Gemini 對話）」，前者就能將你提供的文字內容，轉換成自然語音，聽起來比我們之前介紹過都使用微軟 TTS 相比，真的自然超級多，而且還支援多位角色對談的 Podcast 模式，類似 NotebookLM 的 Audio Overview，只是在這邊做你可以完全控制對談的內容，免費使用。
如何使用 Google AI Studio 的文字轉語音功能？
要使用 Google AI Studio 的功能，首先你要有 Google 帳號，有的話就能免費使用了。
目前操作介面雖然只有英文，但還蠻簡單的，下面會一步步教你。目前 Native speech generation 所使用的模型是「Gemini 2.5 Flash Preview TTS」，還處於預覽狀態，因此生成後記得要檢查一下，可能會出錯，像我測試的其中一個就有重複生成的狀況發生。
按上方連結進到 Google AI Studio 後，首頁下方就會看到新推出的 Native speech generation：
進到 Native speech generation 介面後，右邊 Run Settings 中第一個是模型，目前就只有 Gemini 2.5 Flash Preview TTS。下方 Mode 是模式，預設是多人對談語音，如果你只想要一個聲音，就切換到 Single-speaker audio。左邊 Raw structure 是輸入內容的地方，Speaker 1 代表第一位，Speaker 2 則是第二位，名字也能更改，右邊 Voice Settings 下方的 Name 欄位。而輸入好的內容，可以參考中間 Script builder，AI 會根據這裡來生成：
Voice 可以更改聲音，沒意外的話每一個都支援繁體中文，可以都玩玩看：
我先測試單人語音生成模式，內容填到左邊的輸入框內，沒想法的話，也可以按底部的提示詞，讓 AI 自行生成，不過目前僅支援英文內容：
我測試我們的另一篇「RTX 5080 SUPER 規格最新爆料：配備有最快的 GDDR7，記憶體也加大」文章，聲音選好後，按下方 Run 就會開始生成：
生成好後，語音會自動播放，滿意的話打開右邊 … 選單，即可找到下載按鈕：
這是生成結果，下面還會有二人對話的測試：
多人對話部份如果對內容沒有想法，可以使用其他 AI 工具來生成，如：ChatGPT、Gemini 之類，把內容丟給 AI，然後輸入類似的提示詞，如：我希望你針對以下內容，幫我生成一個 2 人生動且講解清晰專業的對話，分別以「Speaker 1:」和「Speaker 2:」來表示其中一人的內容：
接著就能獲得一個初步的對話，不錯的話可直接使用，不滿意也能手動修改：
然後把內容貼到 Google AI Studio，並確保中間顯示的每一位對話內容都正確：
生成好後，試聽後滿意的話就能下載下來：
這是結果，整體都不錯，但前面有一句重複，所以說生成好後一定要檢查一下，如果有錯誤，可以自行剪輯，或是再次嘗試生成：
Google 並沒有說明 Google AI Studio 的 Native speech generation 是否有使用限制，我也沒看到 Tokens 消耗數量，因此有可能目前可以一直免費使用。即便有限制，通常每日都會更新，隔天再嘗試看看就好。