Gemini TTS 发布会现场:可提示词控声,寿司翻译成亮点 demo
jocarrasqueira · x · 2026-09-25
作者参加 Gemini 音频发布派对,展示开发者用 Gemini TTS 构建的应用:可通过简单提示词控制语音的语气、语速、情感,甚至多说话人。现场最受欢迎的 demo 是一个寿司档口,能把订单实时翻译成任意语言,作者认为这类用法适合各类面向客户的业务。
所属事件:DeepMind 发布 Gemini Audio 后办线下活动，实时翻译点寿司成亮点(5 条相关)→
「多模态」频道最新
- 用 Fable 5.2 + Tripo 在 three.js 里做出像素巨龙巢穴场景 — Flomerboy · 2026-11-11
- Adobe MAX 现场演示：手机拍像素素材 + Firefly 生成改装车库大片 — shashib · 2026-11-11
- 不用视频模型:Blender+Claude Code 打造月光图书馆电影感短片 — dotey · 2026-11-11
- AI 生成 MV「官僚修女」:雨夜哥特教堂场景电影感惊人 — rilex037 · 2026-11-11
- 「埃及法王」AI 人像刷屏：光影与法老剪影的氛围感创作 — egeberkina · 2026-11-11
- MiniMax H3-Image 支持单次生成融合 16 张参考图 — MiniMax_AI · 2026-11-11