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
RTC实战笔记18 分钟前
实时互动数字人怎么做，才不是一个只会说话的视频？RTC实战笔记12 天前
Android 实时音视频接入教程：媒体补充增强信息（SEI）潜创微科技13 天前
HDMI1.3 无线传输芯片方案 空旷 150 米量产级音视频方案VidDown13 天前
VidDown 工具站：免费、本地优先的开发者工具箱换个昵称都难13 天前
音频格式之WAVAI创界者13 天前
PilotTTS 一键整合包（Win/Mac）：8G 显存畅跑，实测解锁情绪与副语言的精准控制u1521096484913 天前
S.S.Audio PRO A2音频隔离器VidDown13 天前
显卡处理视频技术详解：从硬解码到 NVENC，GPU 如何让视频处理起飞？EasyDSS13 天前
全能音视频平台/私有化音视频系统EasyDSS！直播/点播/会议/集群对讲一站式落地Damon_X13 天前
车载音频复习