Wiki de Creación/Desmontajes/Sonido
Gemini 3.8 TTS: elige una voz en una frase y dirige diálogos y narración con etiquetas
De la Wiki de Creación de OpenDrama
genevieve__h, que trabaja en relaciones con desarrolladores en Google AI Studio, recorre Gemini 3.8 TTS en cinco minutos, y el vídeo trae dos cosas útiles ya: una voz que diseñas en una frase y guardas como ID, y un guion que diriges bloque a bloque con etiquetas. Su app de demostración, Monologue, lleva a un personaje por 16 giros emocionales en una sola toma.
Los miembros siguen leyendo
El resto de esta página es para miembros
- 5 pasos más
- 4 secciones más
Crea una cuenta gratis, recarga una vez —desde 0,99 US$— y toda la wiki es tuya.
- Todos los desmontajes, Skills y Prompts
- Páginas nuevas cada día
- Copia los prompts con un toque
Etiquetas:#Voz y doblaje#Gemini#Audio de juegos#Prompts#Coherencia de personajes
Escrito por la redacción de OpenDrama a partir de una publicación pública. Los fotogramas se citan del vídeo original con fines de comentario; herramientas, ajustes y pasos son nuestra reconstrucción. Todos los derechos de la obra original son de su autor: si nos lo pide, retiramos cualquier imagen.
Skills y prompts de este desmontaje
Más en Sonido
Ver todo →Gemini 3.8 Live: habla una idea, recibe un documento ordenado y qué implica para la voz en juegos
En la demo Clever Brainstorm de genevieve__h, Gemini 3.8 Live conversa por voz mientras llamadas a herramientas lo convierten en secciones, preguntas y tareas. Cómo usarlo para contar un juego en voz alta o crear un NPC de voz que actúe.
Gemini 4 Argon crea un sintetizador Jupiter/Moog en un solo HTML en menos de 30 minutos
maxescu pidió a Gemini 4 Argon un sintetizador retro de 8 voces y lo tuvo en menos de media hora, todo en un archivo HTML. Leemos el código publicado para ver cómo está montado y cómo conseguir que un modelo te entregue un instrumento tocable.
Una voz de IA lee lo que la IA no puede hacer: anuncio no oficial de 44 s para Eleven v4
Burak Tuyan, ex ElevenLabs, escribió una lista de 'no puede' y Eleven v4 interpreta cada frase. El truco de guion, los planos que esconden la boca y el giro final.
Clonar tu voz desde un Mac sin tarjeta NVIDIA: IndexTTS 2.5 en una L4 de Colab
nicekate usa desde su Mac el clonador de voz abierto IndexTTS 2.5 en una L4 de Colab: 34,69 segundos de locución en unos 35. Su montaje en tres capas, el audio de referencia, los parámetros y el gasto de cómputo.
