The Keyword
·
提升Gemini文本转语音模型的控制能力和功能
💡
原文英文，约700词，阅读约需3分钟。
📝
内容提要
我们发布了Gemini 2.5 Flash和Pro文本转语音模型的重大升级，提升了表达能力、语速控制和多说话者对话的自然性，适用于有声书和电子学习等场景。开发者可在Google AI Studio中使用这些新模型。
🎯
关键要点
- 发布了Gemini 2.5 Flash和Pro文本转语音模型的重大升级。
- 提升了表达能力、语速控制和多说话者对话的自然性。
- 新模型适用于有声书和电子学习等场景。
- 开发者可在Google AI Studio中使用这些新模型。
- 增强了风格和语调的多样性，能够更好地符合特定的风格提示。
- 改进了上下文感知的语速控制，能够根据信息的上下文自然调整语速。
- 提升了多说话者能力，能够在对话中保持一致的角色声音。
- 支持24种语言，能够保持每个角色的独特语调和风格。
- 合作伙伴已经在生产中看到这些改进的影响。
- Wondercraft和Toonsutra等公司利用Gemini TTS构建重要功能和生动的角色配音。
❓
延伸问答
Gemini 2.5 TTS模型有哪些主要升级？
Gemini 2.5 TTS模型的主要升级包括增强的表达能力、精确的语速控制和改进的多说话者对话能力。
Gemini 2.5 TTS模型适合哪些应用场景？
Gemini 2.5 TTS模型适用于有声书、电子学习、产品教程和市场营销视频等场景。
如何在Google AI Studio中使用Gemini 2.5 TTS模型？
开发者可以在Google AI Studio中通过Gemini API访问Gemini 2.5 Flash和Pro TTS模型。
Gemini 2.5 TTS模型如何改善多说话者对话的自然性？
模型通过保持一致的角色声音和自然的说话交接，改善了多说话者对话的自然性。
Gemini 2.5 TTS模型支持多少种语言？
Gemini 2.5 TTS模型支持24种语言。
Gemini 2.5 TTS模型如何处理语速控制？
模型通过上下文感知的语速控制，能够根据信息的上下文自然调整语速。
➡️
