首先写好文字稿子，然后用google gemini模型生成音频。可以选择很多种人声，我选择了language English(US)和callirrhoe的发声，模型文生音频链接：
https://cloud.google.com/text-to-speech?hl=zh-CN
然后下载音频文件
使用Microsoft Clipchamp打开音频文件，插入图像内容，可以调节音频速度，加入字幕等
然后导出生成文件
完成！
相关推荐
做萤石二次开发的哈哈7 小时前
连锁门店、园区、交通枢纽的视频如何统一汇集？应用模板的接入与分权管理详解david_tym7 小时前
语音降噪模型GTCRN学习笔记（一）小猴子爱上树18 小时前
跨境电商AI图片翻译工具：批量图片翻译、视频字幕翻译与智能抠图一站式解决弈语道破AI19 小时前
一稿出片！双十一品牌宣传AI视频生成工具推荐：即梦 Seedance 2.5 全球首发赛博仓鼠20 小时前
Vidu Q4 Preview实测：15张参考图+3段音频驱动，2K/4K输出，国产视频生成新标杆小猴子爱上树20 小时前
跨马翻译：批量图片翻译+视频字幕+智能抠图，一站式跨境电商翻译工具ofoxcoding21 小时前
Gemini TTS 与 ElevenLabs 语音合成实测：同一段视频旁白效果对比I Am a robert girl1 天前
从最后一帧反推世界：LIFT 如何用布局控制视频生成烟雨江南7851 天前
灵声智库-招投标会议语音识别怎么做？实时转写、多人发言与会议留痕方案