30 個預設音色,另有 2,000 多個地區音色
可以直接用 30 個預設音色,也可以挑帶地區口音的音色庫音色,比如墨西哥西語或利物浦英語。
把台詞交給 Manus,就能拿到自然語音的 WAV 檔案。可以選音色、加第二位說話者,並為每句台詞設定語氣。
為什麼用 Gemini 3.8 Flash TTS
可以直接用 30 個預設音色,也可以挑帶地區口音的音色庫音色,比如墨西哥西語或利物浦英語。
在同一個檔案裡為兩位說話者各配一個音色,適合播客、訪談和通話練習。
把台詞分成幾句,每句單獨設定語氣,比如平靜、低語或興奮,還能加入笑聲、嘆氣等聲音。
作品一覽
以下每段音訊都是在 Manus 中用 Gemini 3.8 Flash TTS 製作的,每張卡片都列出了完整的台詞、音色和語氣。
同一個音色從平靜講述到緊張耳語再到驚慌,因為每句台詞都單獨設了語氣。
提示詞
使用 Gemini 3.8 Flash TTS 和 Achernar 音色,分三句朗讀這段有聲書場景。第 1 句,平靜講述:"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." 第 2 句,緊張地耳語:"Then she heard the footsteps on the stairs above her... <short pause> slow, and getting closer." 第 3 句,驚慌、語速很快:"No -- no, no, the door is locked from the OUTSIDE! Who's up there?"
兩個英式英語音色庫音色演繹的客服通話練習,一個是溫徹斯特口音,一個是利物浦口音。
提示詞
使用 Gemini 3.8 Flash TTS 和兩個英式英語音色庫音色演繹這通客服電話:Hannah 用 en-gb-csagent-6,Sam 用 en-gb-csagent-5。Hannah,專業友善:"Thanks for calling Harbour Line Rail, this is Hannah. How can I help today?" Sam,有點著急:"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,專業友善:"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,鬆了口氣:"Oh, brilliant. You've saved my morning."
一個墨西哥西語口音的音色庫音色朗讀 15 秒咖啡廣告,語氣溫暖、自信。
提示詞
使用 Gemini 3.8 Flash TTS 和墨西哥西語音色庫音色 es-419-commercial-8,用溫暖、自信的語氣朗讀這則咖啡廣告:"¿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."
一個溫暖的預設音色慢慢朗讀放鬆引導詞,在台詞留白處自然停頓。
提示詞
使用 Gemini 3.8 Flash TTS 和 Sulafat 音色,用溫暖、平靜、緩慢的語氣朗讀這段中文放鬆引導詞:"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。"
規格
每次請求最多 6,000 個字元的台詞、一到兩位說話者,輸出一個 WAV 檔案。
運作原理
01
在 Manus 中選擇「音訊」。Manus 的語音生成都使用 Gemini 3.8 Flash TTS,不需要另選模型。
02
貼上要朗讀的文字,或者讓 Manus 幫你寫。說明用哪些音色、每句台詞要什麼語氣。
03
在對話裡直接播放 WAV 檔案,再提出換音色、調語速或改語氣。長台詞會分段生成,再合成一個檔案。
選擇合適的模型
Manus 有語音、音樂、音效三類模型,以下說明各自適合什麼。
適合做音樂,從背景音樂到帶人聲的歌曲,最長約三分鐘。
ElevenLabs
適合做音效,比如雨聲、腳步聲或關門聲,時長 0.5 到 30 秒。
比較 Manus 中的所有模型,涵蓋圖像、影片、音樂和音效。
Gemini 3.8 Flash TTS 是 Google 的 TTS(語音合成)模型,屬於 Gemini TTS 系列。在 Manus 中,它能把最多 6,000 個字元的台詞轉成自然語音,支援一到兩個音色,輸出 WAV 檔案。
在 Manus 中選擇「音訊」,貼上台詞或描述需求,再說明想要的音色和語氣。Manus 的語音生成都使用 Gemini 3.8 Flash TTS,不需要另選模型。
可用性和額度使用取決於你的 Manus 方案。 查看價格
Gemini 3.8 Flash TTS 已在 Manus 中取代 Gemini 3.1 Flash TTS。現在台詞按句輸入,每句都能單獨設定語氣;除了 30 個預設語音,還能從 2,000 多個語音庫語音中選擇。
說話類內容用 Gemini 3.8 Flash TTS,從配音到雙人對話都可以。音樂用 Lyria 3.5,音效用 ElevenLabs Sound Effects v2。
Manus 提供 30 個預置音色,適用於所有支援的語言;另有 2,000 多個帶地區口音的音色庫音色,涵蓋 30 個地區。台詞用什麼語言寫,就用什麼語言唸,比如中文、日語或西班牙語。Gemini 3.8 Flash TTS 按原文朗讀,不會翻譯。
可以。一次請求最多兩位說話者,各用各的音色。三人及以上時,Manus 會按每段最多兩人分段生成,再拼接起來。