品牌讲解
视觉化语音规划预览
认识全新的控制台：用更从容的方式查看营销表现、审批素材，并在上线前让团队保持一致。
- Direction
- 温暖、自信，语速适中。清晰比戏剧化更重要。
- Settings cue
- 先从 Kore 或 Koda 这类商业配音音色开始，再对比一个备选。
- Best for
- 产品演示、发布视频、新手引导短片和落地页讲解。
正在加载页面
用 Google 的 Gemini 3.8 Flash TTS 把定稿脚本变成富有表现力的语音。从 70 种预设音色中任选一种，粘贴最多 5,000 个字符，即可生成适用于旁白、讲解和广告的单人配音。
创作者规划指南
这些是规划预览，而非存储的模型输出。请先用它们选定音色、精简脚本，再运行上方的实时生成器。
视觉化语音规划预览
认识全新的控制台：用更从容的方式查看营销表现、审批素材，并在上线前让团队保持一致。
视觉化语音规划预览
暴风雨在日落前到来。雨点敲打着窗户，花园墙外的某处，自行车铃响了一声——然后再也没有响起。
视觉化语音规划预览
这节课我们先比较三种方法，再看看每一种在真实生产工作中会在哪里失效。
何时使用 Flash
Flash 是 AISnapEdit 上以保真度为先的 Gemini 3.8 TTS 模型。Flash-Lite 则以部分表现范围换取更快的速度和更低的费率。
音色
70 种预设
按使用场景分组，方便你从适合自己内容形式的音色开始。
脚本长度
5,000 个字符
每次生成最多可将 5,000 个字符一气呵成地朗读出来。
语言
130 种（据 Kie）
Kie 列出 Flash 支持 130 种语言；用你需要的语言撰写脚本即可。
输出
WAV 音频
据 Kie 文档，输出为 WAV、16 位 PCM、24 kHz、单声道。
长篇朗读中，需要稳定且富有表现力的声音来牵引听众。
追求温暖和精致，而不是尽快出草稿的脚本。
节奏清晰、发音准确至关重要的教学音频。
先定稿脚本，再按内容形式选择音色，审听每一段后再生成下一部分。
写下你希望朗读的确切文字。模型会按原文朗读。
从与你的内容形式匹配的使用场景分组开始，再对比一个备选。
完整听一遍，然后只重新生成需要修改的部分。
AISnapEdit 为 Gemini 3.8 Flash TTS 提供两项输入。
文本
每次生成
粘贴最终脚本，最多 5,000 个字符。积分按每 1,000 个字符计费，不足部分向上取整。
音色
语气与内容形式
从 70 种预设音色中选择一种。默认是 Kore；同一项目建议只用一种音色以保持一致。
在 AISnapEdit 上，两个 Gemini 3.8 TTS 模型共用相同的 70 种音色和输入项。请根据音频的用途来选择。
主要侧重
语音保真度和富有表现力的演绎。
速度与成本效率。
听众会仔细聆听的音频，请使用 Flash。
语言（据 Kie）
130 种语言。
101 种语言。
批量生成前，先确认你的目标语言在支持范围内。
AISnapEdit 上的费率
每 1,000 个字符 12 积分。
每 1,000 个字符 8 积分。
Flash-Lite 让大批量草稿更省。
典型用途
旁白、有声书、广告和品牌配音。
朗读功能、批量草稿和简短提示。
先用 Flash-Lite 出草稿，如果演绎需要更大的表现范围，再用 Flash 定稿。
每次请求都用所选音色朗读整份脚本。多个音色之间的对话需要分别生成。
生成使用 70 种预设音色；本页不提供声音克隆或自定义音色设计。
Find answers to common questions about this model
它是 Google 的旗舰 Gemini 3.8 文字转语音模型，用于高保真、富有表现力的语音。在 AISnapEdit 上，它能用 70 种预设音色之一把脚本转成单人音频。
70 种预设音色，按导师、商业配音、故事讲述、播客和专业播报等使用场景分组。默认选中 Kore。
每次生成最多 5,000 个字符。更长的内容请拆成多个部分，并为每部分保持同一种音色。
费用按脚本长度计算：每 1,000 个字符 12 积分，不足 1,000 的部分向上取整。生成器会在你创建音频前显示费用。
据 Kie 文档，Gemini 3.8 TTS 的输出为 WAV 音频（16 位 PCM、24 kHz、单声道），你可以在结果中播放和下载。
音质和表现力最重要时选 Flash。需要更快、更低成本的草稿和大批量朗读音频时选 Flash-Lite。
粘贴脚本、选择音色，并在生成前查看积分预估。