Gemini 3.8 Flash TTS
每 1,000 个字符 $0.050 起
Google 可指导的文字转语音模型。用简单的话描述你想要的声音,从角色和口音到语气和节奏,Craze 就会用它为你的视频配上旁白。
Gemini 3.8 Flash TTS擅长什么
通过描述来设计声音
在脚本旁写一条声音指示:谁在说话、听起来多大年纪、来自哪里、有什么感受、说话有多快。
30 种声音作为起点
指示作用在 30 种预设声音之上,从坚定、知性到轻快、明亮。
脚本中的声音细节
在台词中合适的位置,以行内方式标出小的声音事件,比如一声笑或一声叹息。
导演。创作。剪辑。
别再写提示词,开始当导演。
Craze 与你一起碰撞创意、做调研、做规划。
创作有品位的内容。
Craze 能生成你能想象的一切。视频、音频、音乐、动态图形等等。
几分钟剪好视频,而不是几天。
Craze 会看完你的素材并剪出成片。如有需要,还有真正的编辑器。
制作人们愿意看的视频
- UGC 视频
- 动态图形
- 故事长片
- 产品可视化
- 微短剧
- 3D 影片
- 音乐视频
- 品牌影片
- 婚礼精彩集锦
- YouTube 测评
Gemini 3.8 Flash TTS与其他模型对比
这里的每个模型都可在所有 Craze 套餐(包括 Free)中使用,而且 Craze 可以为每个镜头使用不同的模型。
| Gemini 3.8 Flash TTSGoogle DeepMind | ElevenLabs v4ElevenLabs | Gemini 3.8 Flash Lite TTSGoogle DeepMind | ElevenLabs Voice ChangerElevenLabs | |
|---|---|---|---|---|
| 生成 | 文字生音频 | 文字生音频 | 文字生音频 | 音频生音频 |
| 起价 | 每 1,000 个字符 $0.050 | 每 1,000 个字符 $0.089 | 每 1,000 个字符 $0.034 | 每分钟音频 $0.334 |
Craze 上的 Gemini 3.8 Flash TTS规格
| 任务 | 输入 | 分辨率 | 画面比例 | 声音 |
|---|---|---|---|---|
| 文字转语音 | 文字提示词 | 跟随源素材 | 跟随输入 | 无 |
常见问题
Gemini 3.8 Flash TTS 是 Google 的文字转语音模型,让你用简单的话来指导旁白。你选择一种声音,写下它应有的效果,模型就会按要求演绎脚本:角色、口音、语气和语速。
创作者选择 Gemini 3.8 Flash TTS 的理由
大多数文字转语音模型只给你一份声音列表,别的几乎没有。Gemini 3.8 Flash TTS 把声音当作一场可以指导的表演,所以同一个预设声音可以变成低声细语的讲故事人、语速轻快的体育解说员,或是疲惫的侦探。
通过描述来设计声音
在脚本旁写一条声音指示:谁在说话、听起来多大年纪、来自哪里、有什么感受、说话有多快。这条指示会引导朗读,但永远不会被念出来,所以脚本会完全保持你写的样子。
30 种声音作为起点
指示作用在 30 种预设声音之上,从坚定、知性到轻快、明亮。选出最接近你脑海中声音的那一种,再用指示来塑造它。
脚本中的声音细节
在台词中合适的位置,以行内方式标出小的声音事件,比如一声笑或一声叹息。
如何在 Craze 中使用 Gemini 3.8 Flash TTS
- 编写或粘贴你的脚本。
- 在聊天中指定 Gemini 3.8 Flash TTS,并说明想要的声音效果;或在“模型”面板中选择它,选一种声音并填写声音指示。
- Craze 生成旁白并添加到你的项目中。
- 在时间线中修剪它,或修改指示后再生成一个版本。
Gemini 3.8 Flash TTS 的价格
价格为每 1,000 个字符 $0.050 起。费用随脚本长度变化,与声音或指示无关。生成前,可以用本页的计算器估算费用。
该模型适用于所有 Craze 套餐,包括 Free。
Gemini 3.8 Flash TTS 与其他模型的比较
Gemini 3.8 Flash Lite TTS 以更低的价格支持相同的声音和指示,适合草稿和短句。Gemini 3.1 Flash TTS 是更早的 Gemini 语音模型。ElevenLabs v4 是 Craze 的默认旁白模型,还能保存设计好的声音,在不同项目中复用。
限制
在 Craze 上,每次生成的脚本最长可达 8,000 个字符;更长的旁白请拆分成若干段,再在时间线中拼接。模型只返回人声,所以音乐和音效来自其他轨道或生成。一条声音指示只适用于一次生成;要复用某种声音,请保持相同的声音和指示。



















