30 เสียง พร้อมเสียงประจำภูมิภาคอีกกว่า 2,000 เสียง
เริ่มต้นด้วยเสียงสตูดิโอ 30 เสียง หรือเลือกเสียงจากคลังที่มีสำเนียงท้องถิ่น เช่น สเปนแบบเม็กซิกันหรืออังกฤษแบบลิเวอร์พูล
ส่งสคริปต์ของคุณให้ Manus แล้วรับเสียงพูดที่เป็นธรรมชาติกลับมาเป็นไฟล์ WAV เลือกเสียง เพิ่มผู้พูดคนที่สอง และกำหนดโทนเสียงของแต่ละประโยคได้
ทำไมต้องเป็น Gemini 3.8 Flash TTS
เริ่มต้นด้วยเสียงสตูดิโอ 30 เสียง หรือเลือกเสียงจากคลังที่มีสำเนียงท้องถิ่น เช่น สเปนแบบเม็กซิกันหรืออังกฤษแบบลิเวอร์พูล
ให้ผู้พูดสองคนมีเสียงของตัวเองในไฟล์เดียว เหมาะสำหรับพอดแคสต์ บทสัมภาษณ์ และการฝึกซ้อมสนทนา
แบ่งบทพูดออกเป็นแต่ละประโยค และกำหนดน้ำเสียงเฉพาะให้แต่ละประโยค เช่น สงบ กระซิบ หรือตื่นเต้น พร้อมเสียงประกอบอย่างเสียงหัวเราะหรือถอนหายใจ
ภาพรวมผลงาน
คลิปทุกคลิปด้านล่างสร้างขึ้นด้วย Gemini 3.8 Flash TTS ใน Manus แต่ละการ์ดแสดงสคริปต์ เสียงพูด และโทนเสียงที่ใช้จริง
เสียงเดียวเปลี่ยนจากสงบนิ่งเป็นกระซิบประหม่าแล้วตื่นตระหนก เพราะแต่ละประโยคมีทิศทางเสียงของตัวเอง
พรอมพ์
ใช้ Gemini 3.8 Flash TTS กับเสียง Achernar อ่านฉากหนังสือเสียงนี้เป็น 3 บรรทัด บรรทัดที่ 1 เล่าเรื่องด้วยน้ำเสียงสงบ: "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." บรรทัดที่ 2 กระซิบด้วยความประหม่า: "Then she heard the footsteps on the stairs above her... <short pause> slow, and getting closer." บรรทัดที่ 3 ตื่นตระหนกและพูดเร็ว: "No -- no, no, the door is locked from the OUTSIDE! Who's up there?"
บทสนทนาฝึกฝนการสนับสนุนลูกค้าระหว่างเสียงจากคลังเสียงภาษาอังกฤษแบบอังกฤษ 2 เสียง เสียงหนึ่งสำเนียงวินเชสเตอร์ อีกเสียงหนึ่งสำเนียงลิเวอร์พูล
พรอมพ์
ใช้ Gemini 3.8 Flash TTS เพื่อพากย์เสียงสายสนับสนุนนี้ด้วยเสียงภาษาอังกฤษแบบอังกฤษสองเสียงจากคลัง: Hannah คือ en-gb-csagent-6 และ Sam คือ en-gb-csagent-5 Hannah พูดอย่างมืออาชีพและเป็นมิตร: "Thanks for calling Harbour Line Rail, this is Hannah. How can I help today?" Sam พูดด้วยท่าทีเครียดเล็กน้อย: "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 พูดอย่างมืออาชีพและเป็นมิตร: "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 พูดด้วยความโล่งใจ: "Oh, brilliant. You've saved my morning."
เสียงจากคลังเสียงสำเนียงสเปนแบบเม็กซิกัน อ่านโฆษณากาแฟความยาว 15 วินาที ด้วยน้ำเสียงอบอุ่นและมั่นใจ
พรอมพ์
ใช้ Gemini 3.8 Flash TTS กับเสียงจากคลังเสียงภาษาสเปนแบบเม็กซิกัน es-419-commercial-8 อ่านโฆษณากาแฟนี้ด้วยน้ำเสียงอบอุ่นและมั่นใจ: "¿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."
เสียงสตูดิโอที่อบอุ่นอ่านสคริปต์การผ่อนคลายแบบมีไกด์อย่างช้าๆ หยุดพักตรงจุดที่สคริปต์หยุด
พรอมพ์
ใช้ Gemini 3.8 Flash TTS กับเสียง Sulafat อ่านสคริปต์ผ่อนคลายแบบมีไกด์นี้เป็นภาษาจีน ด้วยน้ำเสียงอบอุ่น สงบ และช้า: "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。"
ข้อมูลจำเพาะ
แต่ละคำขอรองรับสคริปต์สูงสุด 6,000 ตัวอักษรและผู้พูดหนึ่งหรือสองคน และจะได้ไฟล์ WAV กลับมา
วิธีการทำงาน
01
เลือกเสียงใน Manus ทุกคำขอเสียงพูดใน Manus ใช้ Gemini 3.8 Flash TTS จึงไม่มีโมเดลให้เลือก
02
วางข้อความที่ต้องการให้อ่าน หรือให้ Manus ช่วยเขียนให้ ระบุว่าจะใช้เสียงใด และแต่ละประโยคควรฟังดูอย่างไร
03
เปิดไฟล์ WAV ในแชท แล้วขอเปลี่ยนเสียง จังหวะ หรือโทนเสียง สคริปต์ยาวๆ จะถูกสร้างเป็นส่วนๆ แล้วนำมารวมเป็นไฟล์เดียว
เลือกโมเดลที่เหมาะสม
Manus มีโมเดลสำหรับเสียงพูด หนึ่งสำหรับเพลง และหนึ่งสำหรับเสียงเอฟเฟกต์ นี่คือเวลาที่ควรเลือกแต่ละแบบ
เลือกตัวนี้สำหรับทำเพลง ตั้งแต่แทร็กพื้นหลังไปจนถึงเพลงที่มีเสียงร้อง ความยาวสูงสุดประมาณสามนาที
ElevenLabs
เลือกตัวนี้สำหรับเอฟเฟกต์เสียง เช่น เสียงฝน เสียงฝีเท้า หรือเสียงปิดประตู ความยาว 0.5 ถึง 30 วินาที
เปรียบเทียบทุกโมเดลใน Manus ตั้งแต่ภาพและวิดีโอไปจนถึงเพลงและเสียง
Gemini 3.8 Flash TTS เป็นโมเดล TTS จาก Google ในตระกูล TTS Gemini ใน Manus มันแปลงสคริปต์ความยาวสูงสุด 6,000 ตัวอักษรให้กลายเป็นเสียงพูดที่เป็นธรรมชาติด้วยเสียงหนึ่งหรือสองเสียง และบันทึกเป็นไฟล์ WAV
เปิดเสียงใน Manus วางหรืออธิบายสคริปต์ของคุณ แล้วบอกว่าต้องการเสียงและโทนแบบไหน ทุกคำขอเสียงพูดใน Manus ใช้ Gemini 3.8 Flash TTS ดังนั้นคุณไม่ต้องเลือกโมเดลเอง
ความพร้อมใช้งานและการใช้เครดิตขึ้นอยู่กับแพ็กเกจ Manus ของคุณ ดูราคา
Gemini 3.8 Flash TTS เข้ามาแทนที่ Gemini 3.1 Flash TTS ใน Manus ตอนนี้สคริปต์จะป้อนทีละบรรทัด แต่ละบรรทัดสามารถกำหนดโทนเสียงของตัวเองได้ และนอกจาก 30 เสียงสตูดิโอแล้ว คุณยังเลือกได้จากคลังเสียงกว่า 2,000 เสียง
ใช้ Gemini 3.8 Flash TTS สำหรับคำพูด ตั้งแต่การพากย์เสียงไปจนถึงบทสนทนาสองคน ใช้ Lyria 3.5 สำหรับเพลง และ ElevenLabs Sound Effects v2 สำหรับเสียงเอฟเฟกต์
Manus มีเสียงสตูดิโอ 30 เสียงที่ใช้ได้กับทุกภาษาที่รองรับ รวมถึงเสียงจากคลังเสียงกว่า 2,000 เสียงที่มีสำเนียงท้องถิ่นครอบคลุม 30 ภูมิภาค เขียนสคริปต์เป็นภาษาที่คุณต้องการ เช่น จีน ญี่ปุ่น หรือสเปน Gemini 3.8 Flash TTS จะอ่านตามที่เขียนไว้และจะไม่แปลภาษา
ได้ หนึ่งคำขอสามารถมีผู้พูดได้สองคน แต่ละคนมีเสียงของตัวเอง สำหรับผู้พูดตั้งแต่สามคนขึ้นไป Manus จะสร้างสคริปต์เป็นส่วน ๆ ส่วนละไม่เกินสองคน แล้วนำมาต่อกัน