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
星核0penstarry16 分钟前
视频理解模型选型指南：Gemini、Qwen、SeedRealtime 怎么选（附 API 示例）小豆庄41 分钟前
监控视频脱敏：夜视/低光线条件下人脸检测的工程处理思路微帧Visionular11 小时前
AI视频单帧清晰，播放时却闪烁，原因是什么？辰辰观影12 小时前
Windows网盘视频播放器推荐：无广告4K HDR怎么选2601_9668274514 小时前
电视端云盘在线播放怎么选？支持4K HDR的应用推荐开开心心就好15 小时前
音频降噪剪辑工具，音量裁剪一键处理AI视频工具指南19 小时前
AI视频的声音和画面怎么配合？先分清谁在传递信息辰辰观影21 小时前
无广告播放器推荐来啦TrueDei21 小时前
GStreamer 使用 valve 分别控制音视频流的暂停与恢复一条破秋裤1 天前
基于 Hi3516CV610 的立定跳远视频测量系统调研与实施方案