XNews

谷歌新推出的Gemini TTS实现基于提示的语音属性控制,无需切换模型

谷歌新推出的Gemini TTS实现基于提示的语音属性控制,无需切换模型

这篇文章报道了谷歌新推出的Gemini TTS模型,用户可以通过提示控制说话者的性别、语调、韵律、特定单词的发音和明显年龄,从而无需切换语音模型。作者表示,这使得他们的AI互动剧应用能够为每个角色生成独特的声音,并结合Nano Banana Pro生成场景图像。

Source posts