语音合成与转写 (TTS & Transcribe)
语音合成与转写 (TTS & Transcribe)
AMC WebUI 提供了高表现力的多模态音频生成与转写引擎。
1. 文本转语音 (Text-to-Speech / TTS)
- 核心模型：默认采用
gemini-3.1-flash-tts-preview。 - 30 种拟真音色：
- 涵盖男声、女声、青年声线、沉稳解说与播报风格（包括 Zephyr、Aoede、Charon、Fenrir、Kore、Puck、Orpheus 等官方音色）。
- 支持在 设置 -> 语言与语音 (Language & Voice) 中试听并选择默认音色。
- 一键朗读消息：在任意 AI 回复气泡下方，点击 喇叭朗读图标，应用会即时请求生成音频并呼出播放器控件，支持暂停、快进与倍速调节。
2. 语音转文字 (Speech-to-Text / Transcribe)
- 核心模型：采用
gemini-3.5-transcribe或gemini-3.5-transcribe-live高精度语音识别模型。 - 录音输入：点击输入框的麦克风按钮即可开始录制语音，松开或点击停止后，录音会由转写模型解析为文字并填入输入框，识别准确度极高并能自动纠正常见专业术语。