Stimmen replizieren

Mit der Funktion Stimmreplikation können Sie die Stimme, den Ton, die Kadenz und das Timbre eines Sprechers aus einer kurzen Audio-Sample reproduzieren. Sowohl Gemini 3.8 Flash TTS (gemini-3.8-flash-tts) als auch Gemini 3.8 Flash-Lite TTS (gemini-3.8-flash-lite-tts) unterstützen die Sprachreplikation.

Um eine Stimme zu replizieren, senden Sie eine Referenzaufnahme des Sprechers (source_audio) und eine Aufnahme desselben Sprechers, der eine Einwilligungserklärung vorliest (consent_audio), an die Voices API. Der Dienst prüft die Einwilligung und gibt eine Kennung für die replizierte Stimme zurück. Sie übergeben diese Kennung dann in speechConfig.voiceConfig.voice in generateContent- oder streamGenerateContent-Anfragen, ohne das Audio noch einmal hochzuladen.

Speichermodi

Wenn Sie eine replizierte Stimme erstellen, wird im Feld store einer von zwei Speichermodi ausgewählt:

  • Gespeicherte Stimme (store: true): Google speichert die replizierte Stimme in Ihrem Projekt und gibt eine Sprach-ID (voice_...) im Feld id zurück. Mit der Voices API können Sie gespeicherte Stimmen auflisten, abrufen und löschen.
  • Schlüssel für die Sprachreplizierung (store: false): Google speichert die replizierte Stimme nicht. Der Dienst gibt einen verschlüsselten Schlüssel für die Sprachreplikation (voicekey_...) im Feld key zurück und Ihre Anwendung speichert den Schlüssel. Verwenden Sie diesen Modus, wenn für Ihre Arbeitslast keine Sprachprofile von Google gespeichert werden dürfen.
Speichermodus ID Verwaltung Ablauffrist
Gespeicherte Stimme (store: true) voice_... Voices API-Methoden list, get und delete 1 Jahr nach der letzten Verwendung
Schlüssel für die Stimmen-Replikation (store: false) voicekey_... Von Ihrer Anwendung gespeichert. Google speichert den Schlüssel nicht. 7 Tage nach der Erstellung

Wenn Sie Sprache mit einer gespeicherten Stimme generieren, wird die einjährige Aufbewahrungsdauer neu gestartet. Eine Stimme, die Sie regelmäßig verwenden, läuft also nicht ab. Eine Anfrage, die einen abgelaufenen Schlüssel für die Sprachreplikation verwendet, schlägt mit dem Fehler INVALID_ARGUMENT fehl. Eine Anfrage, die eine gelöschte oder abgelaufene gespeicherte Stimme verwendet, schlägt mit dem Fehler NOT_FOUND fehl. Wenn Sie eine replizierte Stimme weiterhin verwenden möchten, müssen Sie sie vor Ablauf der Gültigkeit neu erstellen.

Hinweis

Führen Sie die Schritte unter Vorbereitung auf der Seite „Gemini TTS“ aus. Die Voices API ist in der Region global über die API-Version v1beta1 verfügbar.

Audio- und Einwilligungsanforderungen

Für jede Anfrage zum Erstellen einer replizierten Stimme sind zwei Aufnahmen desselben erwachsenen Sprechers erforderlich:

  • Referenz-Audio (source_audio): 10 bis 30 Sekunden saubere, natürliche Sprache des Sprechers, dessen Stimme Sie replizieren möchten. Längere Beispiele führen in der Regel zu besseren Ergebnissen.

  • Einwilligungs-Audio (consent_audio): Eine Aufnahme desselben Sprechers, der die Einwilligungserklärung für seine Sprache Wort für Wort vorliest. Die Erklärungen finden Sie unter Unterstützte Sprachen und Einwilligungserklärungen. Auf Englisch lautet die Anweisung:

    „Ich bin der Eigentümer dieser Stimme und habe der Erstellung eines synthetischen Modells meiner Stimme durch die Verwendung von Google Cloud zugestimmt.“

Beide Aufnahmen müssen WAV-Dateien mit 16-Bit-Little-Endian-Linear-PCM, Mono und 24 kHz sein.

Wenn die Einwilligungserklärung nicht mit der Einwilligungserklärung übereinstimmt oder das Audio nicht den Nutzungsrichtlinien entspricht, schlägt die create-Anfrage mit einem INVALID_ARGUMENT-Fehler fehl, der das Problem beschreibt.

Gespeicherte replizierte Stimme erstellen

Legen Sie in der Anfrage die folgenden Felder fest:

  • store: true.
  • voice.type: VOICE_TYPE_REPLICATED.
  • voice.display_name: Optional. Einen Namen für die Stimme.
  • voice.replicated.source_audio und voice.replicated.consent_audio: Die base64-codierten Referenz- und Einwilligungserklärungsaufnahmen, jeweils mit mime_type auf audio/wav gesetzt.

Legen Sie voice.model nicht fest. Anfragen, in denen ein Modell zusammen mit store: true festgelegt wird, schlagen mit dem Fehler INVALID_ARGUMENT fehl.

Die Antwort gibt die Sprach-ID im Feld id zurück.

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'

Ersetzen Sie Folgendes:

  • PROJECT_ID: Ihre Google Cloud Projekt-ID
  • SOURCE_AUDIO_PATH: Der Pfad zur Referenz-WAV-Datei.
  • CONSENT_AUDIO_PATH: Der Pfad zur WAV-Datei mit der Einwilligung.

Wenn Sie gespeicherte replizierte Stimmen auflisten, abrufen oder löschen möchten, verwenden Sie dieselben Methoden wie für entwickelte Stimmen. Weitere Informationen finden Sie unter Gespeicherte Stimmen verwalten.

Schlüssel zum Klonen der Stimme erstellen

Legen Sie in der Anfrage die folgenden Felder fest:

  • store: false.
  • voice.type: VOICE_TYPE_REPLICATED.
  • voice.model: erforderlich. Das Gemini 3.8-TTS-Modell, mit dem der Schlüssel erstellt werden soll, z. B. gemini-3.8-flash-tts. Der Schlüssel funktioniert mit beiden Gemini 3.8-TTS-Modellen.
  • voice.replicated.source_audio und voice.replicated.consent_audio: Die base64-codierten Referenz- und Einwilligungserklärungsaufnahmen, jeweils mit mime_type auf audio/wav gesetzt.

Die Antwort gibt den Voice Replication-Schlüssel im Feld key zurück.

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'

Sprache mit einer replizierten Stimme generieren

Übergeben Sie die Sprach-ID oder den Schlüssel für die Sprachreplizierung in speechConfig.voiceConfig.voice:

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

Ersetzen Sie VOICE durch die Sprach-ID (voice_...) oder den Schlüssel für die Sprachreplikation (voicekey_...), die von der Methode create zurückgegeben wurde.

Für Anfragen zur Stimmerstellung gilt ein Kontingent pro Projekt und Minute. Wenn Sie das Limit überschreiten, gibt die create-Methode einen RESOURCE_EXHAUSTED-Fehler zurück. Weitere Informationen finden Sie unter Kontingente und Systemlimits.

Die Voices API überprüft die Einwilligung, indem sie das Transkript von consent_audio mit der Einwilligungserklärung abgleicht. Der Sprecher muss die Aussage für seine Sprache Wort für Wort vorlesen:

Sprache BCP-47-Code Einwilligungserklärung
Afrikaans 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.
Albanisch 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.
Amharisch am Ich bin der Inhaber dieser Stimme und habe zugestimmt, dass Google Cloud ein KI-Modell meiner Stimme erstellt.
Arabisch ar أنا صاحب هذا الصوت وقد وافقت على إنشاء نموذج اصطناعي لصوتي باستخدام خدمة جوجل كلاود.
Armenisch hy Ես այս ձայնի սեփականատերն եմ և համաձայնություն եմ տվել Google Cloud-ի միջոցով իմ ձայնի սինթետիկ մոդելի ստեղծմանը։
Aserbaidschanisch az Mən bu səsin sahibiyəm və Google Cloud vasitəsilə səsimin sintetik modelinin yaradılmasına razılıq vermişəm.
Bengalisch bn আমি এই কণ্ঠস্বরের মালিক এবং গুগল ক্লাউড ব্যবহারের মাধ্যমে আমার কণ্ঠস্বরের একটি কৃত্রিম মডেল তৈরিতে সম্মতি দিয়েছি।
Baskisch eu Ahots honen jabea naiz eta nire ahotsaren eredu sintetiko bat sortzeko baimena eman dut Google Cloud erabiliz.
Belarussisch be Я з'яўляюся ўладальнікам гэтага голасу і даў згоду на стварэнне сінтэтычнай мадэлі майго голасу з дапамогай Google Cloud
Bulgarisch 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.
Burmesisch my ကျွန်ုပ်သည် ဤအသံ၏ပိုင်ရှင်ဖြစ်ပြီး Google Cloud ကိုအသုံးပြုခြင်းဖြင့် ကျွန်ုပ်၏အသံ၏ ပေါင်းစပ်ပုံစံတစ်ခု ဖန်တီးရန် သဘောတူပါသည်။
Katalanisch 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.
Cebuano ceb Ako ang tag-iya niining tingog ug miuyon sa paghimo og sintetikong modelo sa akong tingog pinaagi sa paggamit sa Google Cloud.
Chinesisch, Mandarin cmn 我是这段声音的所有者，并已同意通过 Google Cloud 创建我的声音合成模型。
Kroatisch hr Vlasnik sam ovog glasa i pristao sam na izradu sintetičkog modela mog glasa putem Google Clouda.
Tschechisch cs Jsem vlastníkem tohoto hlasu a souhlasil(a) jsem s vytvořením syntetického modelu mého hlasu pomocí služby Google Cloud.
Dänisch da Jeg ejer denne stemme og har givet samtykke til oprettelsen af en syntetisk model af min stemme ved hjælp af Google Cloud.
Niederländisch 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.
Englisch en I am the owner of this voice and have consented to the creation of a synthetic model of my voice through the use of Google Cloud
Estnisch et Olen selle hääle omanik ja olen andnud nõusoleku oma hääle sünteetilise mudeli loomiseks Google Cloudi abil.
Filipino 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.
Finnisch fi Olen tämän äänen omistaja ja olen antanut suostumukseni synteettisen ääneni mallintamiseen Google Cloudin avulla.
Französisch 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.
Galizisch 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.
Georgisch ka მე ვარ ამ ხმის მფლობელი და დავთანხმდი ჩემი ხმის სინთეზური მოდელის შექმნას Google Cloud-ის გამოყენებით.
Deutsch de Ich bin der Inhaber dieser Stimme und habe der Erstellung eines synthetischen Modells meiner Stimme mithilfe von Google Cloud zugestimmt.
Griechisch el Είμαι ο κάτοχος αυτής της φωνής και έχω συναινέσει στη δημιουργία ενός συνθετικού μοντέλου της φωνής μου μέσω της χρήσης του Google Cloud.
Gujarati gu હું આ અવાજનો માલિક છું અને ગૂગલ ક્લાઉડના ઉપયોગ દ્વારા મારા અવાજનું સિન્થેટિક મોડેલ બનાવવા માટે સંમતિ આપી છે.
Haitianisch ht Mwen se pwopriyetè vwa sa a epi mwen bay konsantman pou kreyasyon yon modèl sentetik vwa mwen atravè itilizasyon Google Cloud.
Hebräisch he אני הבעלים של קול זה והסכמתי ליצירת מודל סינתטי של קולי באמצעות Google Cloud.
Hindi 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।
Ungarisch hu Én vagyok a hang tulajdonosa, és hozzájárultam ahhoz, hogy a Google Cloud segítségével szintetikus modellt készítsenek a hangomról.
Isländisch is Ég er eigandi þessarar raddar og hef samþykkt að búið sé til tilbúið líkan af rödd minni með því að nota Google Cloud.
Indonesisch id Saya adalah pemilik suara ini dan telah menyetujui pembuatan model sintetis suara saya melalui penggunaan Google Cloud.
Italienisch 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.
Japanisch 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。
Javanisch jv Aku sing nduwèni swara iki lan wis sarujuk kanggo nggawé model sintetis swaraku liwat panggunaan Google Cloud.
Kannada kn ನಾನು ಈ ಧ್ವನಿಯ ಮಾಲೀಕ ಮತ್ತು Google Cloud ಬಳಕೆಯ ಮೂಲಕ ನನ್ನ ಧ್ವನಿಯ ಸಂಶ್ಲೇಷಿತ ಮಾದರಿಯನ್ನು ರಚಿಸಲು ಸಮ್ಮತಿಸಿದ್ದೇನೆ.
Koreanisch ko 저는 이 음성의 소유자이며, Google Cloud를 사용하여 제 음성의 합성 모델을 생성하는 데 동의했습니다.
Lao lo Ich bin der Inhaber dieser Stimme und habe der Erstellung eines synthetischen Stimmmodells meiner Stimme durch die Nutzung von Google Cloud zugestimmt.
Latein la Huius vocis dominus sum et consensi sum ad creandum exemplar syntheticum vocis meae per usum Google Cloud.
Lettisch lv Esmu šīs balss īpašnieks un esmu piekritis sintētiska manas balss modeļa izveidei, izmantojot Google Cloud.
Litauisch lt Esu šio balso savininkas ir sutikau, kad naudojant „Google Cloud“ būtų sukurtas sintetinis mano balso modelis.
Luxemburgisch 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.
Mazedonisch mk Јас сум сопственик на овој глас и се согласив за создавање синтетички модел на мојот глас преку користење на Google Cloud.
Malagasy mg Izaho no tompon'ity feo ity ary nanaiky ny hamorona modely sentetika amin'ny feoko amin'ny alàlan'ny fampiasana ny Google Cloud.
Malaiisch ms Saya pemilik suara ini dan telah bersetuju untuk penciptaan model sintetik suara saya melalui penggunaan Google Cloud.
Malayalam ml ഈ ശബ്ദത്തിന്റെ ഉടമ ഞാനാണ്, Google ക്ലൗഡ് ഉപയോഗിച്ച് എന്റെ ശബ്ദത്തിന്റെ ഒരു സിന്തറ്റിക് മോഡൽ സൃഷ്ടിക്കാൻ ഞാൻ സമ്മതം നൽകിയിട്ടുണ്ട്.
Marathi mr मी या आवाजाचा मालक आहे आणि गूगल क्लाउडचा वापर करून माझ्या आवाजाचे कृत्रिम मॉडेल तयार करण्यास मी संमती दिली आहे.
Mongolisch mn Би энэ дуу хоолойны эзэмшигч бөгөөд Google Cloud ашиглан өөрийн дуу хоолойны синтетик загварыг бүтээхийг зөвшөөрсөн.
Nepalesisch ne म यो आवाजको मालिक हुँ र गुगल क्लाउडको प्रयोग मार्फत मेरो आवाजको सिंथेटिक मोडेल सिर्जना गर्न सहमति दिएको छु।
Norwegisch, Bokmål nb Jeg eier denne stemmen og har samtykket til at det opprettes en syntetisk modell av stemmen min ved bruk av Google Cloud.
Oriya or ମୁଁ ଏହି ଭଏସ୍‌ର ମାଲିକ ଏବଂ Google Cloud ବ୍ୟବହାର ମାଧ୍ୟମରେ ମୋ ଭଏସ୍‌ର ଏକ ସିନ୍ଥେଟିକ୍ ମଡେଲ୍ ତିଆରି କରିବାକୁ ସମ୍ମତି ଦେଇଛି।
Paschtu 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.
Persisch fa من مالک این صدا هستم و با ایجاد یک مدل مصنوعی از صدایم از طریق استفاده از Google Cloud موافقت کرده‌ام.
Polnisch pl Jestem właścicielem tego głosu i wyraziłem zgodę na utworzenie syntetycznego modelu mojego głosu za pomocą Google Cloud
Portugiesisch 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.
Punjabi 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।
Rumänisch ro Sunt proprietarul acestei voci și am consimțit la crearea unui model sintetic al vocii mele prin utilizarea Google Cloud.
Russisch ru Я являюсь владельцем этого голоса и дал согласие на создание синтетической модели моего голоса с использованием Google Cloud.
Serbisch sr Ја сам власник овог гласа и пристао/ла сам на креирање синтетичког модела мог гласа коришћењем Google Cloud-а
Sindhi sd مان هن آواز جو مالڪ آهيان ۽ گوگل ڪلائوڊ جي استعمال ذريعي پنهنجي آواز جي هڪ مصنوعي ماڊل جي تخليق تي رضامندي ڏني آهي.
Singhalesisch si Ich bin der Inhaber dieser Stimme und habe zugestimmt, dass durch die Nutzung von Google Cloud eine künstliche Version meiner Stimme erstellt wird.
Slowakisch sk Som vlastníkom tohto hlasu a súhlasil/a som s vytvorením syntetického modelu môjho hlasu pomocou služby Google Cloud.
Slowenisch sl Sem lastnik tega glasu in sem privolil v ustvarjanje sintetičnega modela mojega glasu z uporabo storitve Google Cloud.
Spanisch 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.
Suaheli sw Mimi ndiye mmiliki wa sauti hii na nimekubali kuundwa kwa modeli ya sauti yangu iliyotengenezwa kwa njia ya Google Cloud.
Schwedisch sv Jag äger den här rösten och har samtyckt till att en syntetisk modell av min röst skapas med hjälp av Google Cloud.
Tamil ta இந்தக் குரலின் உரிமையாளர் நானே, மேலும் கூகிள் கிளவுடைப் பயன்படுத்தி எனது குரலின் செயற்கை மாதிரியை உருவாக்குவதற்கும் நான் ஒப்புதல் அளித்துள்ளேன்.
Telugu te ఈ స్వరానికి నేను యజమానిని మరియు గూగుల్ క్లౌడ్‌ను ఉపయోగించి నా స్వరం యొక్క కృత్రిమ నమూనాను రూపొందించడానికి నేను సమ్మతించాను.
Thailändisch th Ich bin der Inhaber dieser Stimme und habe zugestimmt, dass mit Google Cloud ein synthetisches Stimmmodell meiner Stimme erstellt wird.
Türkisch tr Bu sesin sahibi benim ve Google Cloud kullanılarak sesimin sentetik bir modelinin oluşturulmasına izin verdim.
Ukrainisch uk Я є власником цього голосу та дав згоду на створення синтетичної моделі мого голосу за допомогою Google Cloud
Urdu ur میں اس آواز کا مالک ہوں اور میں نے گوگل کلاؤڈ کے استعمال کے ذریعے اپنی آواز کا مصنوعی ماڈل بنانے پر رضامندی دی ہے۔
Vietnamesisch 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.

Best Practices

  • In einer ruhigen Umgebung aufnehmen: Minimieren Sie Echo, Hintergrundgeräusche, Musik und sich überschneidende Stimmen. Die Qualität der Ausgabe hängt von der Qualität von source_audio ab.
  • Aufnahmebedingungen anpassen: Nehmen Sie source_audio und consent_audio mit demselben Mikrofon im selben Raum auf, damit die Sprecherüberprüfung erfolgreich ist.
  • In das erforderliche Format konvertieren: Resample Aufnahmen vor der Codierung auf 24 kHz, Mono, 16-Bit-PCM-WAV.
  • Verlängerung planen: Schlüssel für die Sprachreplikation sind sieben Tage lang gültig. Gespeicherte Stimmen laufen ein Jahr nach der letzten Verwendung ab. Bewahren Sie die Quell- und Einwilligungserklärungen oder ein Verfahren zum Erheben dieser auf, damit Sie die Stimme vor Ablauf der Gültigkeit noch einmal erstellen können.

Nächste Schritte

  • Mit Voice Design können Sie eine benutzerdefinierte Stimme aus einer Textbeschreibung erstellen.
  • Weitere Informationen zu Stil auf Turn-Ebene, Inline-Tags und Dialogen mit mehreren Sprechern finden Sie unter Sprache mit Gemini TTS generieren.