筆記目錄

雲翼的技術隨筆

主題

註：此版本由 AI 自動翻譯與摘要，不保證內容絕對精確
原始筆記

使用 Google AI Studio 生成語音檔 ​

TLDR ​

  • Google AI Studio 適合製作需要自然語氣、情感演繹的語音內容，而非逐字朗讀的嚴謹技術文件。
  • 若需確保資料隱私，請務必在 AI Studio 中設定計費專案（Set up billing），以避免輸入資料被用於模型訓練。
  • 建議將 Temperature 參數維持預設值 1，過低可能導致語音輸出異常或產生機器音。
  • 處理中英夾雜內容時，建議在兩者間加入半形空格，以提升發音精準度。
  • 若遇到 Failed to generate content: user has exceeded quota 錯誤，代表已達當日免費額度，需稍後再試。

工具定位與隱私建議 ​

什麼情況下會遇到這個問題：當你需要選擇合適的 Google AI 工具，且對資料隱私有高度要求時。

  • Gemini：定位為個人數位助手，適合日常任務，整合了雲端硬碟與郵件服務。
  • AI Studio：定位為開發者工作站，提供專業參數控制與 Generate speech 等進階功能。
  • 隱私保護：Gemini 預設會使用對話資料訓練模型；AI Studio 在免費配額下同樣會用於訓練。若處理敏感內容，務必在 AI Studio 設定計費專案，此模式下輸入資料不會被用於訓練。

WARNING

若處理敏感內容或在意隱私，建議在 AI Studio 設定計費專案。

操作流程與注意事項 ​

什麼情況下會遇到這個問題：當你準備開始使用 AI Studio 進行文字轉語音（TTS）作業時。

  1. 進入 Google AI Studio，點擊「Playground」並選擇「Audio」分類下的「Gemini 2.5 Pro Preview TTS」。
  2. 在 Text 輸入框貼上腳本，選擇 Voice 語音角色。
  3. 點擊「Run Ctrl + ↵」執行，產出後點擊右側三點圖示（⋮）下載 .wav 檔案。

ai studio navigation

WARNING

若短時間內大量生成，可能遇到 Failed to generate content: user has exceeded quota. Please try again later. 錯誤，代表額度用完，請稍後再試。

參數設定與踩雷紀錄 ​

什麼情況下會遇到這個問題：當你希望透過調整參數來優化語音品質，卻發現輸出結果不穩定時。

Temperature 參數 ​

  • 功能：控制語音生成的隨機性，範圍 0 ~ 2，預設 1。
  • 踩雷紀錄：實測發現將數值調低（特別是低於 0.6 或 0.7）時，容易導致語音前段正常、後段突然靜音或產生無意義噪音，且語氣容易出現機器音。
  • 建議：除非有耐心反覆測試極限值，否則建議維持預設值 1。

腳本內容優化 ​

  • 中英夾雜：在中文與英文單字之間加入半形空格，能協助 AI 更精準地切換語系與發音。
  • 段落停頓：段落間的空行代表停頓，但請勿連續超過兩行，否則可能導致模型誤判而提前結束語音。
  • 時長限制：單次生成上限約 11 分鐘。若內容長度接近上限，可嘗試重新執行，因每次生成的語速略有差異，有機會完整產出。

TIP

由於訓練資料中大陸用語佔比較高，系統常自動將台灣用語替換成大陸用語（例如將「堆疊」換成「堆棧」）。目前無完美解法，建議在關鍵詞中間插入空格嘗試，但效果不一。

腳本範例 ​

什麼情況下會遇到這個問題：當你需要參考如何撰寫 Style instructions 與腳本以獲得最佳語音效果時。

Style instructions

text
請用生動、熱情且自然的對話語氣。中文語調請保持柔和、親切，英文請用標準美式口音。

Text

text
歡迎收聽軟體工程師英語的第一集。今天我們的主題是 Git 版本控制。這是現代開發者每天賴以生存的工具。我們將從基礎指令到團隊協作的術語一一掃描。請放鬆心情，準備好你的耳朵，我們開始吧。

版本控制
Version Control
例句：Git is the most popular distributed version control system.
Git 是最受歡迎的分散式版本控制系統。

檔案庫
Repository
例句：Please clone the repository to your local machine.
請將檔案庫複製到你的本機。

初始化
Initialize
例句：Run git init to initialize a new repository here.
執行 git init 在這裡初始化一個新檔案庫。

Git 的指令雖然多，但只要掌握這 50 個最核心的動作，就能應對 90% 的工作場景。建議您反覆聆聽，特別是 Rebase 和 Merge 的區別。下一集，我們將進入 .NET 的開發世界。

結論 ​

什麼情況下會遇到這個問題：當你需要評估 AI Studio 是否適合你的應用場景時。

  • 適合情境：製作 Podcast、有聲內容，或是需要練習報告、演繹劇本時，AI Studio 能提供自然且具情感的語音表達。
  • 不適合情境：需要完全忠於原文的逐字朗讀（如法律文件、技術規格文件），建議改用傳統 TTS 工具。

異動歷程 ​

  • 2025-12-25 初版文件建立。