Gemini Omni 语音配置: AI 工具
创建带名称的语音配置，并自定义音色、风格和情绪。返回的语音 ID 可用于 Gemini Omni 视频生成，为视频中的角色分配一致的声音。
创建带名称的语音配置，并自定义音色、风格和情绪。返回的语音 ID 可用于 Gemini Omni 视频生成，为视频中的角色分配一致的声音。
关于此模型
选择预设语音，并为其添加关于音色、风格和情绪的自定义描述，即可创建带名称的语音配置。生成的语音 ID 可以附加到 Gemini Omni 视频生成中，为角色在多个视频里提供一致且可复用的声音。
成本分析
| 提供商 | 费用 | 备注 |
|---|---|---|
| muapiapp | 免费 | 创建语音配置文件不收费。 |
| Fal.ai | 暂不可用 | 不提供 Gemini Omni 音频配置文件创建功能。 |
| Replicate | 暂不可用 | 不提供 Gemini Omni 音频配置文件创建功能。 |
创建语音配置文件不收费。
不提供 Gemini Omni 音频配置文件创建功能。
不提供 Gemini Omni 音频配置文件创建功能。
** 竞品价格根据相似模型架构和使用层级估算。
配置参数
| 参数 | 类型 | 描述 | 默认值 |
|---|---|---|---|
| 基础声音 | 枚举（30 个选项） | 用作此配置基础的预设声音。 | - |
| 配置名称 | string | 此声音配置的名称。最多 210 个字符。 | My Custom Voice |
| 声音描述 | string | 描述声音的音色、风格和情绪。最多 20,000 个字符。 | Warm, calm tone with a slight British accent and gentle pacing. |
| 对话示例 | string | 声音要说的简短示例句子。最多 120 个字符。 | Hello, I am here to guide you through today's journey. |
用作此配置基础的预设声音。
-此声音配置的名称。最多 210 个字符。
My Custom Voice描述声音的音色、风格和情绪。最多 20,000 个字符。
Warm, calm tone with a slight British accent and gentle pacing.声音要说的简短示例句子。最多 120 个字符。
Hello, I am here to guide you through today's journey.开发者文档
选择基础语音：从 30 个预设语音中选择一个（例如 achernar、charon、zephyr），使其最符合你想要的声音特征。
命名配置：为它设置一个易记的名称（最多 210 个字符）——稍后返回的 ID 会带有这个名称，便于引用。
描述语音 （可选）：添加 voice_description（最多 20,000 个字符），指定音色、语速、口音或情绪基调。
添加示例对白 （可选）：提供一句简短示例句（最多 120 个字符），帮助固定语音风格。
提交并保存 ID：响应会返回一个 audio_id。请保存它——在使用 Gemini Omni 视频生成端点时，需要将该 ID 传入 audio_ids 字段。
常见问答
一个 `audio_id` 字符串和配置名称。这个 ID 不是可播放的音频文件，而是传入 Gemini Omni 视频端点的语音配置令牌。
调用 Gemini Omni 文生视频、图生视频或视频编辑端点时，将 `audio_id` 值传入 `audio_ids` 字段。
可以——每次调用都会创建一个配置并返回唯一 ID。你可以建立配置库，并在不同视频项目中重复使用。