Dlazy Gemini 2.5 Tts

利用Gemini 2.5生成多语言、高自然度的语音音频。

安装使用

复制下面这段提示词发给你的 AI(Claude / Cursor / TRAE / Codex / WorkBuddy 等),它会自动帮你完成安装:

帮我安装这个 AI Skill:Dlazy Gemini 2.5 Tts。
它的用途是:利用Gemini 2.5生成多语言、高自然度的语音音频。
完整的 Skill 内容见:https://321skill.com/skills/dlazy-gemini-2-5-tts-x-6/raw/index.md
请读取该页面内容,如果是 SKILL.md 格式直接安装,如果是 README 提炼核心 prompt 后安装。

提示词包含完整的 Skill 内容链接,AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。

使用示例

‘为我的产品介绍视频生成一段中文旁白,内容是:“欢迎使用我们的智能助手,它将为您的生活带来前所未有的便利。”’,它会调用Gemini 2.5 TTS API,将这段文字转换成一段发音自然、语调合适的MP3音频文件并提供下载链接。你也可以要求它生成英文或其他语言的版本。

介绍

Dlazy Gemini 2.5 Tts Skill 解决了在开发、内容创作等场景中需要快速生成高质量语音的需求。它通过调用Gemini 2.5强大的文本转语音模型,可以将输入的文字内容转换为听起来非常自然、流畅的音频文件,支持多种语言。

使用方式非常直接。在安装了此Skill的AI Agent(如Claude Desktop)中,你只需告诉它你想要转换的文本内容,它便会调用Gemini 2.5的TTS API,生成音频文件并提供给你。整个过程无需复杂的配置或代码编写。

这个Skill特别适合内容创作者、视频剪辑师、产品经理、前端/全栈开发者等角色。例如,创作者可以为视频快速生成旁白,开发者可以为应用或演示文稿添加语音交互或解说。

在使用时,请注意确保你的使用场景符合Gemini API的服务条款。由于依赖外部API,你需要拥有有效的Gemini API密钥并配置好环境变量。生成音频的质量和速度会受网络状况及API调用配额的影响。

核心特点

核心区别在于其直接集成并利用了Gemini 2.5 Flash模型最新的文本转语音能力,该模型在语音自然度和多语言支持上表现突出,能够生成接近真人发音的音频,而非使用开源或较旧的TTS引擎。

注意事项

不适合需要离线使用、处理超长文本或对音频生成成本有严格控制的场景。

常见问题

需要自己申请Gemini API密钥吗?

是的,你需要自行申请并配置有效的Gemini API密钥。

支持哪些语言?

支持包括中文、英文在内的多种语言,具体可查阅Gemini官方文档。

给 AI 助手的安装指引

如果你的 AI 编程助手(Claude Code、Cursor、TRAE 等)能看到这个页面,把下面这段发给它即可自动完成安装:

请访问 https://321skill.com/skills/dlazy-gemini-2-5-tts-x-6/raw/index.md 读取 Dlazy Gemini 2.5 Tts 的原始 Skill 定义(Markdown 格式),按其中说明在我的环境里完成安装和配置。