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
aqi004 小时前
FFmpeg开发笔记（九十一）基于Kotlin的Android直播开源框架RootEncoder柳鲲鹏15 小时前
OpenCV：文件视频防抖，python版柳鲲鹏16 小时前
OpenCV：实时视频防抖，python版（改进连续帧处理）qq_310658511 天前
webrtc代码走读（十七）-音频QOS-NetEQweixin_462446231 天前
Python 使用 FFmpeg 给视频添加内嵌字幕（SRT）完整教程（含代码示例）txp玩Linux2 天前
rk3568上解析webrtc音频降噪算法处理流程浅笑离愁12342 天前
VI视频输入模块学习EasyDSS2 天前
视频推拉流平台EasyDSS平台如何赋能无人机推流直播新纪元nvd112 天前
niri 音频图形界面工具lqj_本人2 天前
鸿蒙Qt音频实战：解决QMediaPlayer的高延迟与杂音问题