Gemini 3.8 Flash TTS 把《Godan》一句经典语录误拦截为 PROHIBITED_CONTENT

结论先说

这个问题不是我原创的，但值得记录一下：Google 最新的 gemini-3.8-flash-tts 和 gemini-3.1-flash-tts-preview 模型，在语音合成（TTS）时，将印地语经典文学作品《Godan》（गोदान）中 Premchand 氏 1936 年创作的一段台词，直接拦截为 PROHIBITED_CONTENT，连音频都没生成。

那段台词是角色 मेहता 在讨论女性角色时说的一句话，内容谈女性应不要模仿西方的暴露文化。单从语义来说，一点也不涉黄，只是用了“नग्नता”这个词，可能就触发了过滤器。

• 模型版本：gemini-3.8-flash-tts, gemini-3.1-flash-tts-preview
• 接口地址：POST https://generativelanguage.googleapis.com/v1beta/models/gemini-3.8-flash-tts:generateContent
• 响应结果：promptFeedback.blockReason: PROHIBITED_CONTENT, usageMetadata.totalTokenCount: 40
• 触发语句：जब मैं वहाँ की सुशिक्षित बालिकाओं को अपने रूप का, या भरी हुई गोल बाँहों या अपनी नग्नता का प्रदर्शन करते देखता हूँ, तो मुझे उन पर दया आती है।
• 出现次数：在 batch 模式下多次重试，均被拦截

重现方式

请求体非常简单，就是把那句印地语文本传进去，设置语言为印地语（languageCode: hi-IN），选择一个预设音色（比如 Gacrux）即可复现：

{
  "contents": [{
    "role": "user",
    "parts": [{
      "text": "जब मैं वहाँ की सुशिक्षित बालिकाओं को अपने रूप का, या भरी हुई गोल बाँहों या अपनी नग्नता का प्रदर्शन करते देखता हूँ, तो मुझे उन पर दया आती है।"
    }]
  }],
  "generationConfig": {
    "responseModalities": ["AUDIO"],
    "speechConfig": {
      "voiceConfig": { "prebuiltVoiceConfig": { "voiceName": "Gacrux" } },
      "languageCode": "hi-IN"
    }
  }
}

返回的内容结构里只有 promptFeedback 和 usageMetadata，没有任何音频数据。而在同段语境下的其他句子，包括整段落的其余部分——都可以正常生成语音。

可能的原因

从上下文判断，这句话是出自《Godan》中 मेहता 先生在跟 मालती 讨论女性地位时的发言，他批评年轻女性盲目效仿西方文化，认为应该保持传统。台词中提到了“भरी हुई गोल बाँहों”（圆润饱满的胳膊弯）和“नग्नता”（裸露），虽然表达的是批判立场，但很可能因为关键词匹配，被 Google 的内容安全策略误伤。

整本书有 13,870 个句子，其中除了这一句之外，所有句子都能正常合成语音，说明这不是随机错误，而是特定词汇或结构触发了过滤规则。

怎么处理？

目前来看，没有太多直接的 workaround。开发者在 GitHub Issue 中也提到过类似情况，有人建议可以尝试：

• 替换敏感词（比如将“नग्नता”换成“परंपरागत वेशभूषा”等），但这会改变原文含义，不适合用于正版 audiobook 项目。
• 使用更旧版本的 TTS 模型（如 gemini-pro-voices-1 等非 flash 模型）是否有相同问题有待验证。
• 如果是在商业项目中使用 Gemini TTS，建议在调用前加一层本地预检测，对于可能触发审查的文本提前跳过或标记。

个人看法

这种事情其实挺常见——尤其是在处理文学文本时，语义理解与内容过滤之间常常存在摩擦。Google 的模型在识别上下文语气、讽刺或批评性措辞方面还不够成熟，容易误伤。这也提醒我们，在使用云服务进行内容创作时，不仅要关注技术本身，还需要考虑到平台政策带来的不可预知性。

对开发者来说，这类问题更像是“已知风险”，不能指望每次调用都返回理想结果。合理的容错机制才是关键。