你是否有过这种体验：开车时让 Gemini 读条消息，它慢悠悠，你恨不得伸手进屏幕催它

开车路上，想让 Gemini 读刚收到的消息。它语速慢悠悠，你恨不得伸手进屏幕催它快点。只能腾一只手，对着手机喊"加快语速"，它才稍提一点。可新开一轮对话，所有设置重置，又得重新喊。

2025 年底，Gemini Live 其实就已经支持语音指令调速——"加快语速""放慢语速"，当场就能调播报节奏。但这类调节只单次生效、限当前会话、靠嘴喊触发——设置不保存、不同步，下次开车还得再来一遍。

2026 年 7 月 16 日，9to5Google 在谷歌 App 17.41.12 Beta 的 APK 里挖出一组代码字段，含四项标签——语速、活力感、正式度、亲和度，顶部标着：「自定义音色」。

谷歌正在筹备一套新的语音自定义菜单。调一次，永久生效，同时覆盖 Gemini Live 实时对话 + 普通聊天两个场景。不用再对着手机大喊"快点"，一次调好，一直管用。

四根滑块，四个"人格维度"

🎚️ 语速：慢速 / 标准 / 快速，最直观——管 AI 每分钟吐多少词。嫌催，调慢；嫌拖，调快。

🎚️ 活力感：低 / 中 / 高，管情绪张力。拉满像热情播客主；调低像刚醒的图书管理员，语调平、不抢戏。

🎚️ 正式度：低 / 中 / 高，管距离感。周末聊出行，调低，像朋友闲扯；让 Gemini 解研报，调高，像一丝不苟的专职助理。

🎚️ 亲和度：低 / 中 / 高，管温度。偏高时话音像带笑意；偏低时只递信息，不带情绪。

值得盯的设计亮点是：语速和活力解耦。

AI 可以语速快但情绪平（高速+低活力），也可以语速缓但感染力强（低速+高活力）。俩维度绑同一根滑块的话，这些中间态全没了。谷歌拆开，意思是你捏的不只是"快慢不同的声音"，而是带完整人格的声线。

从"挑现成的"到"亲手捏"

现阶段 Gemini 语音是 Android Authority 给过判词的那种——"非此即彼"："奥比特""飞马""大熊座"，挑一款，全盘接受它所有特质；不满意，换一款，继续将就。

四滑块上线后，用户不再是被动挑音色，而是亲手捏专属声线。

值得比一下的是苹果：iOS 27 给 Siri 加了两滑块——语速（Pace）和表现力（Expressivity）。谷歌直接铺到四项，其中"活力感""亲和度"踩在情绪表达上。业内看法是，语音助手下一赛段不止比"听懂没"，还要比"交互里的情绪适配"——谷歌选的是深耕语音人格的塑造深度，不是一味铺生态广度。

Android Authority 在原话里点得很透：语速基本代表每分钟吐词量，活力感可以脱离输出速率、独立调表达张力——两个正交，缺一不可。

滑块背后那点交互心思

四根滑块，其实都在答同一个问题：你希望 AI 用什么样的语气跟你说话？

• 语速，管节奏；

• 活力感，管张力；

• 正式度，管距离；

• 亲和度，管温度。

你调的不只是音色，是人和 AI 之间的相处氛围。

跟朋友闲扯、向主管汇报，不可能同一种语气；跟小孩说、跟同事聊，腔调也不一样。人天生会按场景切说话方式，但过去的 AI 给不了这种弹性——所有人听到同一副腔调。

现在谷歌想把"切风格"的开关交回你手上。不用多层菜单，不用调接口——四根滑块，够了。

轻轻一拖，语气挪一点；再拖一下，味道又变一点。直到调出那版"刚好是你的"声音。

不必反复大喊"加快语速"，一次调节，永久保存。

拆 APK 不止是读代码，是读一家公司对下一代语音交互的判断：临时指令解决"当下怎么说"，持久配置解决"一直怎么说"。

语音往"可调"走，模型侧也得往"可切换"走

四滑块这事看着轻巧，背后对模型侧的要求其实悄悄抬了——Gemini Live 实时对话一开，语音流是持续走的；再叠 /goal /loop /schedule 这类循环范式（前几篇聊过 Claude Code 那套），多模态 + 多轮 + 常驻调用，token 是细水长流地烧，不是脉冲式。单模型绑死全链路，既不灵活也不划算。

现在不少团队的实际配法是分层切：Gemini 主力扛语音和多模态、Claude 写循环逻辑、ChatGPT 兜底通用、DeepSeek 补性价比——不同环节塞不同模型，账才好看。

像 UseAIAPI​ 这类把 Gemini、Claude、ChatGPT、DeepSeek 等最新主流模型聚在一起的接入服务，近期在开发者圈提得越来越多：省掉逐个签约、逐个适配的麻烦；企业侧可以按自身产品节奏做定制封装，语音助手、Agent 循环、多模态应用都能直接嵌；价格层面，官方定价 5 折起，对"实时对话 + 循环常开"这类细水长流烧 token 的场景，预算比较好控。

谷歌把"语速 / 活力"解耦成两根滑块，是想让用户捏出专属声线；模型接入这头，把"Gemini / Claude / ChatGPT / DeepSeek"解耦成可切换的池子，是想让团队调出专属的模型组合——两边的逻辑，其实是同一套。