Gnani 发布 Timbre v3.0：10 种印度语言 TTS，脚本内嵌笑声/耳语等音频标签

2026-10-14，印度班加罗尔语音公司 Gnani AI 发布表达式文本转语音模型 Timbre v3.0。相对日常对话向的 Timbre 2.5，v3.0 主打在脚本中内联音频标签（如笑、咯咯笑、叹气、耳语、喊、停顿、加速/放慢等，官方称约 13 类），让同一句可切换情绪与副语言；另强调句中印地语系语言与英语的 code-switch、以及银行卡号/保单号/地址 PIN/财务缩写等印度编号与领域读法。官宣配置为 13 种生产声线、覆盖印地语/孟加拉语/古吉拉特语/卡纳达语/马拉雅拉姆语/马拉地语/旁遮普语/泰米尔语/泰卢固语与印度口音英语等约 10 种语言；首字节音频号称低于约 150ms，适合实时语音客服与创作者配音。Analytics India Mag 等同日报道。

谁能用：Gnani App 与 playground 可选 Timbre v3.0；开发者经 REST（批处理）、Streaming、Realtime WebSocket，模型名 `timbre-v3.0`；官方称新用户约 2500 免费 TTS 分钟、无需绑卡。后续还将接入 Pipecat、LiveKit。Timbre 2.5 继续服务日常语音对话。非开源权重，亦非 ChatGPT/Claude/Gemini 的 Free/Pro/Ultra 档。文档见 docs.gnani.ai。 解读：印度本地语言 TTS 把「标签化表演」做成产品卖点，正面抢 ElevenLabs/云厂商在联络中心与短视频配音的份额，但跨语系泛化与长音频一致性仍是验收点。讨论：① 音频标签会不会成为语音 Agent 编排的标准控件，还是继续被 SSML/供应商私有语法分裂？② 2500 免费分钟够不够把创作者与中小客服团队从现有管线迁走？