Google Gemini 媒体

🚀 Google Gemini Media 为您的项目带来 AI 驱动的图像、视频和音频功能。从文本生成精美图像和视频，通过智能分析理解视觉内容，将文本转换为自然语音，转录音频——所有功能集于一个统一的技能中，提供简单易用的工作流。

💡 适合内容创作者、构建多模态应用的开发者和需要 AI 媒体处理的团队。用于生成营销视觉、分析客户视频、创建无障碍音频叙述或从录制的对话中提取见解——无需复杂集成。

✨ 基于谷歌最新模型（图像用 Nano Banana、视频用 Veo 3.1、原生 Gemini TTS），提供灵活的输入选项和 Node.js 与 REST 的生产就绪模板。