30 głosów, plus ponad 2000 regionalnych
Zacznij od 30 studyjnych głosów lub wybierz głos z biblioteki z regionalnym akcentem, na przykład meksykańskim hiszpańskim lub angielskim z Liverpoolu.
Przekaż Manus swój scenariusz i odbierz naturalną mowę jako plik WAV. Wybierz głosy, dodaj drugiego mówcę i ustaw ton dla każdej linii.
Dlaczego Gemini 3.8 Flash TTS
Zacznij od 30 studyjnych głosów lub wybierz głos z biblioteki z regionalnym akcentem, na przykład meksykańskim hiszpańskim lub angielskim z Liverpoolu.
Nadaj dwóm mówcom osobne głosy w jednym pliku — idealne do podcastów, wywiadów i ćwiczeń rozmów.
Podziel scenariusz na kwestie i nadaj każdej swój własny styl wypowiedzi, na przykład spokojny, szeptany lub podekscytowany, z dźwiękami takimi jak śmiech czy westchnienie.
Bliższe spojrzenie
Każdy klip poniżej został stworzony za pomocą Gemini 3.8 Flash TTS w Manus. Każda karta pokazuje dokładny scenariusz, głosy i ton.
Jeden głos przechodzi od spokoju przez nerwowy szept do paniki, ponieważ każda kwestia ma własną reżyserię.
Polecenie
Użyj Gemini 3.8 Flash TTS z głosem Achernar, aby odczytać tę scenę z audiobooka w trzech liniach. Linia 1, spokojna narracja: "The lighthouse had been dark for eleven years. So when Nora saw the lamp flicker on, just after midnight, she told herself it was the storm." Linia 2, szeptem i nerwowo: "Then she heard the footsteps on the stairs above her... <short pause> slow, and getting closer." Linia 3, w panice i szybko: "No -- no, no, the door is locked from the OUTSIDE! Who's up there?"
Rozmowa ćwiczebna wsparcia między dwoma głosami bibliotecznymi w brytyjskim angielskim, jednym z Winchesteru i jednym z Liverpoolu.
Polecenie
Użyj Gemini 3.8 Flash TTS, aby nagrać tę rozmowę wsparcia dwoma brytyjskimi angielskimi głosami bibliotecznymi: Hannah to en-gb-csagent-6, a Sam to en-gb-csagent-5. Hannah, profesjonalnie i przyjaźnie: "Thanks for calling Harbour Line Rail, this is Hannah. How can I help today?" Sam, trochę zestresowany: "Hi, yeah, my train to Leeds was cancelled |oh no, I'm sorry| and I've got a meeting at ten. Is there anything earlier?" Hannah, profesjonalnie i przyjaźnie: "Let me check... <short pause> Right, there's an eight fifteen from platform four. I can move your ticket onto it now, at no extra cost." Sam, z ulgą: "Oh, brilliant. You've saved my morning."
Głos biblioteczny z meksykańskim akcentem hiszpańskim czyta 15-sekundową reklamę kawy, ciepło i pewnie.
Polecenie
Użyj Gemini 3.8 Flash TTS z głosem z biblioteki meksykańskiego hiszpańskiego es-419-commercial-8, aby odczytać tę reklamę kawy, ciepło i pewnie: "¿Mañanas difíciles? Prueba Café Alba: tostado en pequeños lotes y listo en tres minutos. Con notas de cacao y caramelo, cada taza sabe a domingo, aunque sea lunes. Café Alba. Despierta con calma."
Ciepły, studyjny głos powoli czyta scenariusz relaksacji z prowadzeniem, zatrzymując się w miejscach pauz w tekście.
Polecenie
Użyj Gemini 3.8 Flash TTS z głosem Sulafat, aby odczytać ten scenariusz relaksacji z przewodnikiem po chińsku, ciepło, spokojnie i powoli: "欢迎来到今天的五分钟放松练习。先找一个舒服的姿势,轻轻闭上眼睛。吸气……慢慢地,数到四。呼气……让肩膀一点一点放松下来。很好,我们再来一次。"
Specyfikacje
Każde żądanie obejmuje do 6000 znaków scenariusza i jedną lub dwie osoby mówiące, a wynikiem jest plik WAV.
Jak to działa
01
Wybierz Audio w Manus. Każde żądanie mowy w Manus korzysta z Gemini 3.8 Flash TTS, więc nie ma modelu do wyboru.
02
Wklej tekst do odczytania lub poproś Manus o jego napisanie. Określ, jakich głosów użyć i jak powinna brzmieć każda kwestia.
03
Odtwórz plik WAV w czacie, a następnie poproś o inny głos, tempo lub ton. Długie scenariusze są tworzone w częściach i łączone w jeden plik.
Wybierz odpowiedni model
Manus ma model do mowy, jeden do muzyki i jeden do efektów dźwiękowych. Oto kiedy wybrać każdy z nich.
Wybierz go do muzyki, od podkładów instrumentalnych po piosenki z wokalem, trwających do około trzech minut.
ElevenLabs
Wybierz go do efektów dźwiękowych, takich jak deszcz, kroki czy zamykanie drzwi, trwających od 0,5 do 30 sekund.
Porównaj każdy model w Manus, od obrazów i wideo po muzykę i dźwięk.
Gemini 3.8 Flash TTS to model TTS od Google z rodziny Gemini TTS. W Manus zamienia scenariusz o długości do 6000 znaków w naturalną mowę z jednym lub dwoma głosami i zapisuje go jako plik WAV.
Otwórz Audio w Manus, wklej lub opisz swój scenariusz i powiedz, jakiego głosu i tonu chcesz. Każda prośba mowy w Manus korzysta z Gemini 3.8 Flash TTS, więc nie musisz wybierać modelu.
Dostępność i zużycie kredytów zależą od twojego planu Manus. Zobacz cennik
Gemini 3.8 Flash TTS zastąpił Gemini 3.1 Flash TTS w Manus. Teraz skrypty wprowadza się linia po linii, każda linia może mieć swój własny ton, a oprócz 30 głosów studyjnych można wybierać spośród ponad 2000 głosów z biblioteki.
Użyj Gemini 3.8 Flash TTS do treści mówionych, od lektorów po dialogi dwuosobowe. Użyj Lyria 3.5 do muzyki i ElevenLabs Sound Effects v2 do efektów dźwiękowych.
Manus oferuje 30 studyjnych głosów działających w każdym obsługiwanym języku, a także ponad 2000 głosów z biblioteki z regionalnymi akcentami w 30 lokalizacjach. Napisz scenariusz w języku, który chcesz, na przykład po chińsku, japońsku lub hiszpańsku. Gemini 3.8 Flash TTS czyta go dokładnie tak, jak jest napisany, i nie tłumaczy.
Tak. Jedno żądanie może mieć dwóch mówców, każdy z własnym głosem. W przypadku trzech lub więcej mówców Manus tworzy skrypt w częściach po maksymalnie dwóch mówców i łączy je.