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
PhoenixAI83 小时前
保姆级教程-剪映多视频融合及识别文字转换方法liaomin41610056911 小时前
transformers音频实战02-基于 Speech Commands 数据集的语音识别实战项目全流程_张一凡12 小时前
OpenAI Sora 2提示词指南：打造精准视频生成指令月起星九20 小时前
为什么ffmpeg进行视频合成有时长误差湖南人爱科技有限公司1 天前
RaPhp和Python某音最新bd-ticket-guard-client-data加密算法解析（视频评论）却道天凉_好个秋2 天前
OpenCV(四)：视频采集与保存苏打水com2 天前
字节跳动前端业务：从「短视频交互」到「全球化适配」的技术挑战人工智能技术派2 天前
Qwen-Audio：一种新的大规模音频-语言模型