配音 Gemini TTS：30 种语音和所有设置

在「音频」板块上线了一个新工具——Gemini TTS 对话配音。它能把现成的脚本直接变成声音：你设定说话者、他们的声音和性格，服务会依次为每一句台词配音，最后返回一个现成的 MP3 文件。

这是什么乐器

这不是用一种声音朗读一篇文章，而是一篇完整的文章 多人对话。每个角色都有自己的声音、口音、演示风格和节奏 - 而且台词听起来就像他们想要的那样：演示者之间的对话、短剧、采访、视频中角色的台词。

有两种型号可供选择：

• Gemini 3.8 Flash TTS — 富有表现力的配音：情感更丰富，节奏更自然，传递控制更精细。适用于播客、有声读物、画外音。
• Gemini 3.8 Flash-Lite TTS —同样的机制更便宜、更快：对于大卷、草稿和大声朗读文本。

有哪些设置可用？

界面显示了配音模型提供的所有参数：

• 扬声器。 从一个到几个字符；每个都有自己的签名“Speaker 1”、“Speaker 2”等，通过这些签名将副本与语音相关联。
• 30 票 - 从柔和的叙事到充满活力的“新闻”。
• 8种口音 - 中立，美国（一般，“山谷”，南部），英国（RP和布里克斯顿），跨大西洋，澳大利亚。
• 6 种服务风格 ——声音中的微笑、播音员、低语、同理心、宣传和“干”均匀的语气。
• 4 语速 - 自然、流畅、流畅的“漂移”和生涩。
• 配音角色 - 自由描述，例如“温暖的讲故事的人”或“严厉的看门人”。
• 温度 - 从 0 到 2：较低 - 更加稳定和可预测，较高 - 更加活跃且更加多样化。
• 场景和总体基调 - 对环境的描述（“一个安静的房间，有噼啪作响的壁炉”）和叙述风格（“一本有声读物，柔和而诱人”）。
• 复制品 — 每行对话最多 10,000 个字符；副本的顺序被保留。

如何进行语音对话：一步一步

1. 打开 “音频”部分 并选择型号 Gemini 3.8 Flash TTS 或者 Flash-LiteTTS - 它们位于型号列表的底部。
2. 添加扬声器并自定义每个人的声音、口音、风格和节奏。
3. 写下对话台词并确定每句台词的说话者。
4. 如果需要，请填写场景描述、整体色调和温度。
5. 查看价格 - 它在发布之前可见，并在您输入文本时重新计算。
6. 单击“语音”，准备好后，收听结果并下载MP3。

它要多少钱

价格是根据实际文本量来计算的：复制品越长，成本就越高，而且在推出前就可见——一代后就没有什么惊喜了。与其他付费代一样，使用站点代币进行支付；如果不成功，则自动返回令牌。价格指南可以直接以以下形式查看：输入脚本时金额会更新。

常见问题

我可以为两个或多个角色之间的对话配音吗？ 是的，每个扬声器都有自己的声音和设置，线路轮流。

结果是什么格式？ MP3 - 页面即可收听，一键下载。

模型会说哪些语言？ 该模型是多语言的：它可以用数十种语言来语音文本，包括俄语和英语。

选择什么：Flash 还是Flash-Lite？ 对于富有表现力的项目 - Flash，对于大容量和草稿 - Flash-Lite：机制是相同的，但更便宜、更快。

我需要付费才能尝试吗？ 注销发生在配音开始时，如果出现错误，代币会自动返还。