LobeHub
LobeHub

在 LobeHub 中使用 Google Gemini

在 LobeHub 中使用 Google Gemini

Gemini AI 是由 Google AI 创建的一组大型语言模型(LLM),以其在多模式理解和处理方面的尖端进步而闻名。它本质上是一个强大的人工智能工具,可以处理涉及不同类型数据的各种任务,而不仅仅是文本。

本文档将指导你如何在 LobeHub 中使用 Google Gemini:

步骤一:获取 Google 的 API 密钥

  • 访问并登录 Google AI Studio
  • 在 获取 API 密钥 菜单中 创建 API 密钥
生成 Google Gemini 密钥
  • 选择一个项目并创建 API 密钥,或者在新项目中创建 API 密钥
输入 API 密钥名称
  • 在弹出的对话框中复制 API 密钥
复制 API 密钥

步骤二:在 LobeHub 中配置 Google Gemini

  • 打开 应用设置 → AI 服务商,选择 Google,然后打开服务商
  • 填写 API Key;如需使用代理,可以填写代理地址
LobeHub 中填写 Google Gemini API 密钥
  • 点击 检查 测试连接
  • 在模型列表中启用需要的 Gemini 模型,然后在助理设置中选择该模型
 选择并使用 Gemini 模型

在使用过程中你可能需要向 API 服务提供商付费,请参考 Google Gemini 的费用政策。

至此,你已经可以在 LobeHub 中使用 Google Gemini 啦。

语音合成(Gemini TTS)

Google 服务商还可以通过 Gemini TTS 把文字转成语音,使用与对话模型相同的 API Key。

选择模型与默认音色

  • 打开 应用设置 → AI 服务商 → Google,模型列表的 TTS 标签页会列出 Gemini 语音模型:

    模型说明
    gemini-3.8-flash-tts默认启用,推荐使用。
    gemini-3.8-flash-lite-tts默认启用,成本与延迟更低。
    gemini-2.5-flash-preview-tts旧版预览模型,Google 最早于 2026-11-17 下线。
    gemini-2.5-pro-preview-tts旧版预览模型,Google 最早于 2026-11-17 下线。
  • 用模型右侧的开关启用或停用模型。

  • 如需修改请求未指定音色时使用的音色,点击模型的 配置 按钮,在 默认音色 中选择。列表包含 Gemini 全部 30 个预置音色及其风格(如 Kore · Firm、Puck · Upbeat)。留空则使用模型默认音色 Kore。该设置按模型保存,对 LobeHub CLI 和 /api/v1/audio/speech 接口生效。

生成语音

*.sh
Shell
lh generate tts "Hello from LobeHub" -m gemini-3.8-flash-tts -o hello.mp3
lh generate tts "你好,欢迎使用 LobeHub。" -m google/gemini-3.8-flash-tts --voice Puck \
  --instructions "Say it slowly and warmly" -o hello-zh.mp3
  • 音色:30 个预置音色之一,如 Kore、Puck、Zephyr、Charon。每个音色都支持全部语言,包括中文和英文。
  • 风格:Gemini 没有数值化的语速、音调和音量参数,请用 --instructions 以自然语言描述语速和语气,例如「用平静的语气慢慢说」。Gemini 模型会拒绝 --speed、--pitch、--volume 和 --emotion。
  • 格式:Gemini 返回 24 kHz、16 位单声道 PCM,LobeHub 将其编码为 MP3(24 kHz 单声道,40 kbps)。通过 CLI 和语音接口只返回这一种格式(audio/mpeg)。
  • 长度:单次请求最多返回约 11 分钟音频,更长的文本请拆成多次请求。
  • 计费:Gemini TTS 按输入文本 Token 与生成的音频 Token(每秒音频约 25 个 Token)计费,详见 Gemini API 价格。

常见问题

  • 「Google API Key 不正确或为空……」:未设置 API Key,或 Google 拒绝了该 Key。请在 应用设置 → AI 服务商 → Google 中检查,自部署服务请检查 GOOGLE_API_KEY。
  • 限流错误:请求超出了当前 Gemini API 档位的 TTS 速率限制。请稍后重试,或提升 Google Cloud 项目的档位。
  • 内容被拦截:Gemini 出于安全原因拒绝了该文本,请调整措辞。