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
极客猴子3 分钟前
iPhone免费版支持思维导图导出的会议APP推荐：导出能力对照硅谷秋水26 分钟前
Zero-WAM：基于人类视频的上下文世界-动作建模，用于开放式任务泛化芒果作者1 小时前
视频审核助手cuijiecheng20181 小时前
RK3588 WebRTC 实时流卡顿优化：从视频桥接到 H.264 PTS 回退深念Y1 小时前
视频平台架构决策：从存储到转码的选型逻辑show4333 小时前
2026小程序视频转文字多语种识别引擎选型：22方言25外语2601_955662462 天前
AI 配音工具 7 款实测：短视频、影视解说、小说推文音质横向对比阿童木写作2 天前
跨境电商图片翻译工具，批量翻译视频字幕一键抠图深圳市宝华视联2 天前
医院内网部署手术示教系统注意事项小柯南敲键盘2 天前
跨境电商图片翻译工具，批量处理视频字幕与抠图