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:Gemini音频模型发布会，英日实时翻译点寿司成亮点(3 条相关)→
「多模态」频道最新
- Lingbot World v2 跑到 60 FPS，世界模型或重塑游戏开发 — bingxu_ · 2026-09-25
- 图像-视频反馈循环造出诡异有机的形变舞步 — pixlpa · 2026-09-25
- 博主用 Luma AI 做出沙雕「音乐视频」，纯粹为了整活 — mrjonfinger · 2026-09-25
- HuggingChat ML Intern 一条提示词 75 分钟自动训完 LoRA — Gradio · 2026-09-25
- Gradio 上线 LoRA 视角编辑 Demo，25 秒生成新视图附评测 — Gradio · 2026-09-25
- 快手开源 KwaiMind 电商图像编辑模型,线上 A/B 实测点击率提升 2.44% — 机器之心 · 2026-09-25