你可以使用語音複製功能,根據簡短的音訊樣本,重現說話者的聲音、語氣、語調和音色。Gemini 3.8 Flash TTS (gemini-3.8-flash-tts) 和 Gemini 3.8 Flash-Lite TTS (gemini-3.8-flash-lite-tts) 皆支援語音複製功能。
如要複製語音,請將說話者的參考錄音 (source_audio) 和說話者朗讀同意聲明 (consent_audio) 的錄音傳送至 Voices API。這項服務會驗證同意聲明,並傳回複製語音的 ID。然後在 speechConfig.voiceConfig.voice、generateContent 或 streamGenerateContent 要求中傳遞該 ID,不必再次上傳音訊。
儲存模式
建立複製語音時,「store」欄位會選取下列其中一種儲存模式:
- 儲存的聲音 (
store: true):Google 會將複製的聲音儲存在專案中,並在id欄位中傳回聲音 ID (voice_...)。您可以使用 Voices API 列出、取得及刪除儲存的語音。 - 語音複製金鑰 (
store: false):Google 不會儲存複製的語音。這項服務會在key欄位中傳回加密的語音複製金鑰 (voicekey_...),而您的應用程式會儲存該金鑰。如果工作負載要求 Google 不得保留語音設定檔,請使用這個模式。
| 儲存模式 | ID | 管理 | 有效期限 |
|---|---|---|---|
儲存的聲音 (store: true) |
voice_... |
Voices API 的 list、get 和 delete 方法 |
上次使用後 1 年 |
語音複製金鑰 (store: false) |
voicekey_... |
由應用程式儲存。Google 不會保留金鑰。 | 建立後 7 天 |
使用儲存的聲音生成語音時,系統會重新計算一年保留期限,因此經常使用的聲音不會過期。如果要求使用過期的語音複製金鑰,就會失敗並傳回 INVALID_ARGUMENT 錯誤;如果要求使用已刪除或過期的儲存語音,就會失敗並傳回 NOT_FOUND 錯誤。如要繼續使用複製的聲音,請在過期前重新建立。
事前準備
請先完成 Gemini TTS 頁面「事前準備」中的步驟。Voices API 位於global位置,可透過 v1beta1 API 版本存取。
音訊和同意聲明規定
建立複製語音時,每個要求都需要同一位成人說話者的兩段錄音:
- 參考音訊 (
source_audio):10 到 30 秒的乾淨自然語音,來自你想複製聲音的講者。一般來說,樣本越長,結果越好。 同意聲明音訊 (
consent_audio):錄製同一位講者逐字朗讀同意聲明,並使用自己的語言。如要查看聲明,請參閱「支援的語言和同意聲明」。以英文來說,這項聲明是:「我是這個聲音的擁有者,我同意透過 Google Cloud 建立我的合成語音模型。」
兩段錄音都必須是 WAV 檔案,採用 16 位元小端序線性 PCM,單聲道,取樣率為 24 kHz。
如果同意聲明錄音與同意聲明不符,或音訊不符合使用規範,create 要求就會失敗,並傳回 INVALID_ARGUMENT 錯誤訊息說明問題。
建立儲存的複製語音
在要求中設定下列欄位:
store:true.voice.type:VOICE_TYPE_REPLICATED.voice.display_name:選用。語音名稱。voice.replicated.source_audio和voice.replicated.consent_audio:以 Base64 編碼的參考和同意聲明錄音檔,每個錄音檔的mime_type都設為audio/wav。
請勿設定 voice.model。如果要求同時設定模型和 store: true,就會失敗並出現 INVALID_ARGUMENT 錯誤。
回應會在 id 欄位中傳回語音 ID。
Python
import base64
from google import genai
client = genai.Client(enterprise=True, project="PROJECT_ID", location="global")
with open("SOURCE_AUDIO_PATH", "rb") as f:
source_b64 = base64.b64encode(f.read()).decode("utf-8")
with open("CONSENT_AUDIO_PATH", "rb") as f:
consent_b64 = base64.b64encode(f.read()).decode("utf-8")
replicated_voice = client.voices.create(
store=True,
voice={
"type": "VOICE_TYPE_REPLICATED",
"display_name": "Custom replicated speaker",
"replicated": {
"source_audio": {"mime_type": "audio/wav", "data": source_b64},
"consent_audio": {"mime_type": "audio/wav", "data": consent_b64},
},
},
timeout=60,
)
# The voice ID starts with "voice_".
print(f"Created voice ID: {replicated_voice.id}")
REST
SOURCE_B64=$(base64 -w 0 SOURCE_AUDIO_PATH)
CONSENT_B64=$(base64 -w 0 CONSENT_AUDIO_PATH)
cat > request.json <<EOF
{
"store": true,
"voice": {
"type": "VOICE_TYPE_REPLICATED",
"displayName": "Custom replicated speaker",
"replicated": {
"sourceAudio": {"mimeType": "audio/wav", "data": "${SOURCE_B64}"},
"consentAudio": {"mimeType": "audio/wav", "data": "${CONSENT_B64}"}
}
}
}
EOF
curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json" \
https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/voices \
-d @request.json | jq -r '.id'
更改下列內容:
- PROJECT_ID: Cloud de Confiance by S3NS 專案 ID。
- SOURCE_AUDIO_PATH:參照 WAV 檔案的路徑。
- CONSENT_AUDIO_PATH:同意聲明 WAV 檔案的路徑。
如要列出、取得或刪除儲存的複製語音,請使用與設計語音相同的方法。詳情請參閱「管理儲存的聲音」。
建立語音複製金鑰
在要求中設定下列欄位:
store:false.voice.type:VOICE_TYPE_REPLICATED.voice.model:必填,用來建立金鑰的 Gemini 3.8 TTS 模型,例如gemini-3.8-flash-tts。這個金鑰適用於 Gemini 3.8 TTS 模型。voice.replicated.source_audio和voice.replicated.consent_audio:以 Base64 編碼的參考和同意聲明錄音檔,每個錄音檔的mime_type都設為audio/wav。
回應會在 key 欄位中傳回語音複製金鑰。
Python
import base64
from google import genai
client = genai.Client(enterprise=True, project="PROJECT_ID", location="global")
with open("SOURCE_AUDIO_PATH", "rb") as f:
source_b64 = base64.b64encode(f.read()).decode("utf-8")
with open("CONSENT_AUDIO_PATH", "rb") as f:
consent_b64 = base64.b64encode(f.read()).decode("utf-8")
replicated_voice = client.voices.create(
store=False,
voice={
"model": "gemini-3.8-flash-tts",
"type": "VOICE_TYPE_REPLICATED",
"replicated": {
"source_audio": {"mime_type": "audio/wav", "data": source_b64},
"consent_audio": {"mime_type": "audio/wav", "data": consent_b64},
},
},
timeout=60,
)
# Store the key in your application. It starts with "voicekey_".
voice_key = replicated_voice.key
REST
SOURCE_B64=$(base64 -w 0 SOURCE_AUDIO_PATH)
CONSENT_B64=$(base64 -w 0 CONSENT_AUDIO_PATH)
cat > request.json <<EOF
{
"store": false,
"voice": {
"model": "gemini-3.8-flash-tts",
"type": "VOICE_TYPE_REPLICATED",
"replicated": {
"sourceAudio": {"mimeType": "audio/wav", "data": "${SOURCE_B64}"},
"consentAudio": {"mimeType": "audio/wav", "data": "${CONSENT_B64}"}
}
}
}
EOF
curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json" \
https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/voices \
-d @request.json | jq -r '.key'
使用複製的聲音生成語音
在 speechConfig.voiceConfig.voice 中傳遞語音 ID 或語音複製金鑰:
Python
from google import genai
client = genai.Client(enterprise=True, project="PROJECT_ID", location="global")
response = client.models.generate_content(
model="gemini-3.8-flash-tts",
contents=[{
"role": "user",
"parts": [{
"text": "Hello! This audio was generated with a replicated voice.",
"speech_metadata": {"style": "warm and conversational"},
}],
}],
config={
"response_modalities": ["AUDIO"],
"speech_config": {"voice_config": {"voice": "VOICE"}},
},
)
# The SDK has already decoded the base64 audio, so inline_data.data is a
# complete WAV file by default.
with open("replicated_voice.wav", "wb") as f:
f.write(response.candidates[0].content.parts[0].inline_data.data)
REST
curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json" \
https://aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/global/publishers/google/models/gemini-3.8-flash-tts:generateContent \
-d '{
"contents": [{
"role": "user",
"parts": [{
"text": "Hello! This audio was generated with a replicated voice.",
"speechMetadata": {"style": "warm and conversational"}
}]
}],
"generationConfig": {
"responseModalities": ["AUDIO"],
"speechConfig": {
"voiceConfig": {"voice": "VOICE"}
}
}
}' | jq -r '.candidates[0].content.parts[0].inlineData.data' | base64 --decode > replicated_voice.wav
將 VOICE 替換為 create 方法傳回的語音 ID (voice_...) 或語音複製金鑰 (voicekey_...)。
語音建立要求會受到每項專案每分鐘配額的限制。如果超出上限,create 方法會傳回 RESOURCE_EXHAUSTED 錯誤。詳情請參閱「配額與系統限制」。
支援的語言和同意聲明
Voices API 會比對consent_audio的轉錄稿與同意聲明,確認是否已取得同意。講者必須一字不漏地朗讀聲明:
| 語言 | BCP-47 代碼 | 同意聲明 |
|---|---|---|
| 南非荷蘭文 | af |
Ek is die eienaar van hierdie stem en het ingestem tot die skep van 'n sintetiese model van my stem deur die gebruik van Google Cloud. |
| 阿爾巴尼亞文 | sq |
Unë jam pronari i këtij zëri dhe kam dhënë pëlqimin për krijimin e një modeli sintetik të zërit tim përmes përdorimit të Google Cloud. |
| 阿姆哈拉文 | am |
የዚህ ድምጽ ባለቤት እኔ ነኝ እና የድምፄ ሰው ሰራሽ ሞዴል በGoogle Cloud እንዲፈጠር ተስማምቻለሁ። |
| 阿拉伯文 | ar |
أنا صاحب هذا الصوت وقد وافقت على إنشاء نموذج اصطناعي لصوتي باستخدام خدمة Google Cloud. |
| 亞美尼亞文 | hy |
Ես այս ձայնի սեփականատերն եմ և համաձայնություն եմ տվել Google Cloud-ի միջոցով իմ ձայնի սինթետիկ մոդելի ստեղծմանը։ |
| 亞塞拜然文 | az |
Mən bu səsin sahibiyəm və Google Cloud vasitəsilə səsimin sintetik modelinin yaradılmasına razılıq vermişəm. |
| 孟加拉文 | bn |
আমি এই কণ্ঠস্বরের মালিক এবং গুগল ক্লাউড ব্যবহারের মাধ্যমে আমার কণ্ঠস্বরের একটি কৃত্রিম মডেল তৈরিতে সম্মতি দিয়েছি। |
| 巴斯克文 | eu |
Ahots honen jabea naiz eta nire ahotsaren eredu sintetiko bat sortzeko baimena eman dut Google Cloud erabiliz. |
| 白俄羅斯文 | be |
Я з'яўляюся ўладальнікам гэтага голасу і даў згоду на стварэнне сінтэтычнай мадэлі майго голасу з дапамогай Google Cloud |
| 保加利亞文 | bg |
Аз съм собственикът на този глас и съм дал съгласието си за създаването на синтетичен модел на моя глас чрез използването на Google Cloud. |
| 緬甸文 | my |
ကျွန်ုပ်သည် ဤအသံ၏ပိုင်ရှင်ဖြစ်ပြီး Google Cloud ကိုအသုံးပြုခြင်းဖြင့် ကျွန်ုပ်၏အသံ၏ ပေါင်းစပ်ပုံစံတစ်ခု ဖန်တီးရန် သဘောတူပါသည်။ |
| 加泰隆尼亞文 | ca |
Sóc el propietari d'aquesta veu i he donat el meu consentiment per a la creació d'un model sintètic de la meva veu mitjançant l'ús de Google Cloud. |
| 宿霧文 | ceb |
Ako ang tag-iya niining tingog ug miuyon sa paghimo og sintetikong modelo sa akong tingog pinaagi sa paggamit sa Google Cloud. |
| 中文 (國語) | cmn |
我是這段聲音的所有者,並已同意透過 Google Cloud 建立我的聲音合成模型。 |
| 克羅埃西亞文 | hr |
Vlasnik sam ovog glasa i pristao sam na izradu sintetičkog modela mog glasa putem Google Clouda. |
| 捷克文 | cs |
Jsem vlastníkem tohoto hlasu a souhlasil(a) jsem s vytvořením syntetického modelu mého hlasu pomocí služby Google Cloud. |
| 丹麥文 | da |
Jeg ejer denne stemme og har givet samtykke til oprettelsen af en syntetisk model af min stemme ved hjælp af Google Cloud. |
| 荷蘭文 | nl |
Ik ben de eigenaar van deze stem en heb toestemming gegeven voor het creëren van een synthetisch model van mijn stem via Google Cloud. |
| 英文 | en |
我是這個聲音的擁有者,並已同意透過 Google Cloud 建立我的合成語音模型 |
| 愛沙尼亞文 | et |
Olen selle hääle omanik ja olen andnud nõusoleku oma hääle sünteetilise mudeli loomiseks Google Cloudi abil. |
| 菲律賓文 | fil |
Ako ang may-ari ng boses na ito at pumayag sa paglikha ng isang sintetikong modelo ng aking boses sa pamamagitan ng paggamit ng Google Cloud. |
| 芬蘭文 | fi |
Olen tämän äänen omistaja ja olen antanut suostumukseni synteettisen ääneni mallintamiseen Google Cloudin avulla. |
| 法文 | fr |
Je suis propriétaire de cette voix et j'ai consenti à la création d'un modèle synthétique de ma voix grâce à l'utilisation de Google Cloud. |
| 加里西亞文 | gl |
Son o propietario desta voz e dei o meu consentimento para a creación dun modelo sintético da miña voz mediante o uso de Google Cloud. |
| 喬治亞文 | ka |
მე ვარ ამ ხმის მფლობელი და დავთანხმდი ჩემი ხმის სინთეზური მოდელის შექმნას Google Cloud-ის გამოყენებით. |
| 德文 | de |
Ich bin der Inhaber dieser Stimme und habe der Erstellung eines synthetischen Modells meiner Stimme mithilfe von Google Cloud zugestimmt. |
| 希臘文 | el |
Είμαι ο κάτοχος αυτής της φωνής και έχω συναινέσει στη δημιουργία ενός συνθετικού μοντέλου της φωνής μου μέσω της χρήσης του Google Cloud. |
| 古吉拉特文 | gu |
હું આ અવાજનો માલિક છું અને Google Cloudના ઉપયોગ દ્વારા મારા અવાજનું સિન્થેટિક મોડેલ બનાવવા માટે સંમતિ આપી છે. |
| 海地克里奧爾文 | ht |
Mwen se pwopriyetè vwa sa a epi mwen bay konsantman pou kreyasyon yon modèl sentetik vwa mwen atravè itilizasyon Google Cloud. |
| 希伯來文 | he |
אני הבעלים של קול זה והסכמתי ליצירת מודל סינתטי של קולי באמצעות Google Cloud. |
| 北印度文 | hi |
मैं इस आवाज का स्वामी हूं और मैंने Google क्लाउड के उपयोग के माध्यम से अपनी आवाज का कृत्रिम मॉडल बनाने की सहमति दी है। |
| 匈牙利文 | hu |
Én vagyok a hang tulajdonosa, és hozzájárultam ahhoz, hogy a Google Cloud segítségével szintetikus modellt készítsenek a hangomról. |
| 冰島文 | is |
Ég er eigandi þessarar raddar og hef samþykkt að búið sé til tilbúið líkan af rödd minni með því að nota Google Cloud. |
| 印尼文 | id |
Saya adalah pemilik suara ini dan telah menyetujui pembuatan model sintetis suara saya melalui penggunaan Google Cloud. |
| 義大利文 | it |
Sono il proprietario di questa voce e ho acconsentito alla creazione di un modello sintetico della mia voce tramite l'utilizzo di Google Cloud. |
| 日文 | ja |
私はこの音声の所有者であり、Google Cloud を利用して私の音声の合成モデルを作成することに同意しました。 |
| 爪哇文 | jv |
Aku sing nduwèni swara iki lan wis sarujuk kanggo nggawé model sintetis swaraku liwat panggunaan Google Cloud. |
| 卡納達文 | kn |
ನಾನು ಈ ಧ್ವನಿಯ ಮಾಲೀಕ ಮತ್ತು Google Cloud ಬಳಕೆಯ ಮೂಲಕ ನನ್ನ ಧ್ವನಿಯ ಸಂಶ್ಲೇಷಿತ ಮಾದರಿಯನ್ನು ರಚಿಸಲು ಸಮ್ಮತಿಸಿದ್ದೇನೆ. |
| 韓文 | ko |
저는 이 음성의 소유자이며, Google Cloud를 사용하여 제 음성의 합성 모델을 생성하는 데 동의했습니다. |
| 寮文 | lo |
ຂ້ອຍເປັນເຈົ້າຂອງສຽງນີ້ ແລະ ໄດ້ຍິນຍອມໃຫ້ສ້າງຮູບແບບສັງເຄາະສຽງຂອງຂ້ອຍຜ່ານການນຳໃຊ້ Google Cloud |
| 拉丁文 | la |
Huius vocis dominus sum et consensi sum ad creandum exemplar syntheticum vocis meae per usum Google Cloud. |
| 拉脫維亞文 | lv |
Esmu šīs balss īpašnieks un esmu piekritis sintētiska manas balss modeļa izveidei, izmantojot Google Cloud. |
| 立陶宛文 | lt |
Esu šio balso savininkas ir sutikau, kad naudojant „Google Cloud“ būtų sukurtas sintetinis mano balso modelis. |
| 盧森堡文 | lb |
Ech sinn de Besëtzer vun dëser Stëmm an hunn der Erstellung vun engem synthetesche Modell vu menger Stëmm mat Hëllef vu Google Cloud zougestëmmt. |
| 馬其頓文 | mk |
Јас сум сопственик на овој глас и се согласив за создавање синтетички модел на мојот глас преку користење на Google Cloud. |
| 馬達加斯加文 | mg |
Izaho no tompon'ity feo ity ary nanaiky ny hamorona modely sentetika amin'ny feoko amin'ny alàlan'ny fampiasana ny Google Cloud. |
| 馬來文 | ms |
Saya pemilik suara ini dan telah bersetuju untuk penciptaan model sintetik suara saya melalui penggunaan Google Cloud. |
| 馬拉雅拉姆文 | ml |
ഈ ശബ്ദത്തിന്റെ ഉടമ ഞാനാണ്, Google ക്ലൗഡ് ഉപയോഗിച്ച് എന്റെ ശബ്ദത്തിന്റെ ഒരു സിന്തറ്റിക് മോഡൽ സൃഷ്ടിക്കാൻ ഞാൻ സമ്മതം നൽകിയിട്ടുണ്ട്. |
| 馬拉地文 | mr |
मी या आवाजाचा मालक आहे आणि Google Cloud चा वापर करून माझ्या आवाजाचे कृत्रिम मॉडेल तयार करण्यास मी संमती दिली आहे. |
| 蒙古文 | mn |
Би энэ дуу хоолойны эзэмшигч бөгөөд Google Cloud ашиглан өөрийн дуу хоолойны синтетик загварыг бүтээхийг зөвшөөрсөн. |
| 尼泊爾文 | ne |
म यो आवाजको मालिक हुँ र गुगल क्लाउडको प्रयोग मार्फत मेरो आवाजको सिंथेटिक मोडेल सिर्जना गर्न सहमति दिएको छु। |
| 挪威文 (巴克摩) | nb |
Jeg eier denne stemmen og har samtykket til at det opprettes en syntetisk modell av stemmen min ved bruk av Google Cloud. |
| 歐利亞文 | or |
ମୁଁ ଏହି ଭଏସ୍ର ମାଲିକ ଏବଂ Google Cloud ବ୍ୟବହାର ମାଧ୍ୟମରେ ମୋ ଭଏସ୍ର ଏକ ସିନ୍ଥେଟିକ୍ ମଡେଲ୍ ତିଆରି କରିବାକୁ ସମ୍ମତି ଦେଇଛି। |
| 普什圖文 | ps |
زه د دې غږ مالک یم او د ګوګل کلاوډ په کارولو سره مې د خپل غږ د مصنوعي ماډل جوړولو ته رضایت ورکړی دی. |
| 波斯文 | fa |
من مالک این صدا هستم و با ایجاد یک مدل مصنوعی از صدایم از طریق استفاده از Google Cloud موافقت کردهام. |
| 波蘭文 | pl |
Jestem właścicielem tego głosu i wyraziłem zgodę na utworzenie syntetycznego modelu mojego głosu za pomocą Google Cloud |
| 葡萄牙文 | pt |
Eu sou o proprietário desta voz e consinto com a criação de um modelo sintético da minha voz através do uso do Google Cloud. |
| 旁遮普文 | pa |
ਮੈਂ ਇਸ ਆਵਾਜ਼ ਦਾ ਮਾਲਕ ਹਾਂ ਅਤੇ ਗੂਗਲ ਕਲਾਉਡ ਦੀ ਵਰਤੋਂ ਰਾਹੀਂ ਆਪਣੀ ਆਵਾਜ਼ ਦੇ ਇੱਕ ਸਿੰਥੈਟਿਕ ਮਾਡਲ ਨੂੰ ਬਣਾਉਣ ਲਈ ਸਹਿਮਤੀ ਦਿੱਤੀ ਹੈ। |
| 羅馬尼亞文 | ro |
Sunt proprietarul acestei voci și am consimțit la crearea unui model sintetic al vocii mele prin utilizarea Google Cloud. |
| 俄文 | ru |
Я являюсь владельцем этого голоса и дал согласие на создание синтетической модели моего голоса с использованием Google Cloud. |
| 塞爾維亞文 | sr |
Ја сам власник овог гласа и пристао/ла сам на креирање синтетичког модела мог гласа коришћењем Google Cloud-а |
| 信德文 | sd |
مان هن آواز جو مالڪ آهيان ۽ گوگل ڪلائوڊ جي استعمال ذريعي پنهنجي آواز جي هڪ مصنوعي ماڊل جي تخليق تي رضامندي ڏني آهي. |
| 錫蘭文 | si |
මම මෙම හඬෙහි හිමිකරු වන අතර Google Cloud භාවිතය හරහා මගේ හඬෙහි කෘතිම ආකෘතියක් නිර්මාණය කිරීමට කැමැත්ත පළ කර ඇත්තෙමි. |
| 斯洛伐克文 | sk |
Som vlastníkom tohto hlasu a súhlasil/a som s vytvorením syntetického modelu môjho hlasu pomocou služby Google Cloud. |
| 斯洛維尼亞文 | sl |
Sem lastnik tega glasu in sem privolil v ustvarjanje sintetičnega modela mojega glasu z uporabo storitve Google Cloud. |
| 西班牙文 | es |
Soy el propietario de esta voz y he consentido la creación de un modelo sintético de mi voz mediante el uso de Google Cloud. |
| 斯瓦希里文 | sw |
Mimi ndiye mmiliki wa sauti hii na nimekubali kuundwa kwa modeli ya sauti yangu iliyotengenezwa kwa njia ya Google Cloud. |
| 瑞典文 | sv |
Jag äger den här rösten och har samtyckt till att en syntetisk modell av min röst skapas med hjälp av Google Cloud. |
| 泰米爾文 | ta |
இந்தக் குரலின் உரிமையாளர் நானே, மேலும் கூகிள் கிளவுடைப் பயன்படுத்தி எனது குரலின் செயற்கை மாதிரியை உருவாக்குவதற்கும் நான் ஒப்புதல் அளித்துள்ளேன். |
| 泰盧固文 | te |
ఈ స్వరానికి నేను యజమానిని మరియు Google Cloudను ఉపయోగించి నా స్వరం యొక్క కృత్రిమ నమూనాను రూపొందించడానికి నేను సమ్మతించాను. |
| 泰文 | th |
我是這個聲音的擁有者,並同意使用 Google Cloud 建立我的合成語音模型 |
| 土耳其文 | tr |
Bu sesin sahibi benim ve Google Cloud kullanılarak sesimin sentetik bir modelinin oluşturulmasına izin verdim. |
| 烏克蘭文 | uk |
Я є власником цього голосу та дав згоду на створення синтетичної моделі мого голосу за допомогою Google Cloud |
| 烏都文 | ur |
میں اس آواز کا مالک ہوں اور میں نے Google Cloud کے استعمال کے ذریعے اپنی آواز کا مصنوعی ماڈل بنانے پر رضامندی دی ہے۔ |
| 越南文 | vi |
Tôi là chủ sở hữu giọng nói này và đã đồng ý cho phép tạo ra một mô hình tổng hợp giọng nói của mình thông qua việc sử dụng Google Cloud. |
最佳做法
- 在安靜的環境錄音:盡量減少回音、背景噪音、音樂和重疊的聲音。輸出內容品質取決於
source_audio品質。 - 符合錄音條件:在同一間會議室使用同一個麥克風錄製
source_audio和consent_audio,確保系統能成功驗證說話者。 - 轉換為所需格式:重新取樣錄音內容,將其編碼為 24 kHz、單聲道、16 位元 PCM WAV。
- 規劃續約:語音複製金鑰的效期為七天,而儲存的語音會在最後一次使用後一年失效。請保留來源和同意聲明錄音,或收集這些錄音的程序,以便在語音到期前重新建立。
後續步驟
- 使用語音設計,根據文字說明建立自訂語音。
- 請參閱「使用 Gemini TTS 生成語音」,瞭解回合層級樣式、內嵌標記和多人對話。