Veo 3.1 สามารถสร้างเสียงที่ซิงก์กับวิดีโอได้แบบเนทีฟเมื่อคุณเรียกใช้งานเอ็นด์พอยต์ Gemini/Vertex (Veo) — คุณควบคุมเสียงผ่านพรอมต์ข้อความ (คิวเสียง บทสนทนา SFX บรรยากาศ) และงานสร้างเดียวกันจะส่งคืนไฟล์ MP4 ให้ดาวน์โหลด หากคุณต้องการ API แบบรวมจุดเดียวที่เชื่อมหลายผู้ให้บริการไว้ด้วยกัน CometAPI ก็เปิดให้เข้าถึง Veo 3.1 เช่นกัน (คุณเรียก CometAPI ด้วยคีย์ Comet ของคุณและร้องขอ veo3.1/veo3.1-pro) รุ่นนี้วางตัวเป็นคู่แข่งโดยตรงกับโมเดลสื่ออื่น ๆ (เช่น Sora 2 ของ OpenAI) โดยเน้นปรับปรุงด้านความสมจริงของเสียง การควบคุมการเล่าเรื่อง และความต่อเนื่องหลายช็อต
Veo 3.1 คืออะไร?
Veo 3.1 คือรุ่นล่าสุดของ Google ในตระกูลโมเดล text-and-image→video Veo เมื่อเทียบกับรุ่นก่อนหน้า Veo 3.1 เน้นไฮไลต์เรื่องการสร้างเสียงแบบเนทีฟ — หมายถึงโมเดลจะสร้างบทสนทนา บรรยากาศ เอฟเฟกต์เสียง และคิวดนตรีที่ซิงก์เป็นส่วนหนึ่งของผลลัพธ์วิดีโอ โดยไม่ต้องใช้ระบบข้อความไปเสียงหรือขั้นตอนโพสต์โปรดักชันแยกต่างหาก นอกจากนี้ยังนำเสนอตัวควบคุมการเล่าเรื่องใหม่ (ภาพอ้างอิง การทรานซิชันเฟรมแรกและเฟรมสุดท้าย และฟีเจอร์ขยายฉาก) เพื่อให้เรื่องราวแบบหลายช็อตมีความสอดคล้องมากขึ้น
เหตุผลที่สำคัญ: เสียงคือวิธีที่ผู้ชมตีความพื้นที่ อารมณ์ จังหวะเวลา และความเป็นเหตุเป็นผล การสร้างเสียงแบบเนทีฟ (บทสนทนาที่ตรงกับการขยับริมฝีปาก SFX ที่จับจังหวะเหตุการณ์ที่มองเห็น และบรรยากาศพื้นหลังที่สอดคล้องกับภูมิศาสตร์ของฉาก) ช่วยลดงานมือในการทำให้คลิป “รู้สึกจริง” และเปิดโอกาสให้ผู้สร้างลองปรับเรื่องและอารมณ์ได้รวดเร็วยิ่งขึ้น
Veo 3.1 สามารถสร้างเสียงได้หรือไม่ — และสร้างเสียงประเภทใดได้บ้าง?
เสียงถูกสร้างขึ้นภายในโมเดลอย่างไร?
Veo 3.1 ปฏิบัติต่อเสียงเป็นโมดาลิตีเอาต์พุตแบบบูรณาการของกระบวนการสร้างวิดีโอ แทนที่จะส่งเฟรมวิดีโอไปยังเอนจิน TTS หรือ Foley แยกต่างหาก กระบวนการสร้างของ Veo จะทำโมเดลร่วมกันระหว่างสตรีมเสียงและภาพเพื่อให้จังหวะเวลา สัญญาณอะคูสติก และเหตุการณ์เชิงภาพมีความสอดคล้องกัน การทำโมเดลร่วมกันนี่เองที่ทำให้การสนทนา ซาวด์สเคปบรรยากาศ และ SFX ที่ซิงก์ เกิดขึ้นสอดรับตามภาพที่สร้าง “richer native audio” และการสร้างเสียงที่ซิงก์เป็นการปรับปรุงสำคัญในรุ่น 3.1
ทำไมความสามารถด้านเสียงจึงเป็นเรื่องใหญ่
ประวัติที่ผ่านมา ระบบข้อความสู่วิดีโอจำนวนมากสร้างวิดีโอเงียบและปล่อยเรื่องเสียงไว้ให้ไปจัดการในภายหลัง Veo 3.1 เปลี่ยนแปลงสิ่งนั้นด้วยการสร้างเสียงในพาสการสร้างเดียวกัน — ซึ่งช่วยลดงานมิกซ์เสียงด้วยมือ บังคับให้การขยับปากตรงจังหวะมากขึ้นสำหรับบทสั้น ๆ และเปิดโอกาสให้พรอมต์ควบคุมเหตุการณ์เสียงที่มีความเป็นเหตุเป็นผล (เช่น “แก้วแตกขณะกล้องแพนซ้าย”) ซึ่งมีผลอย่างมากต่อความเร็วการผลิต การออกแบบแบบวนซ้ำ และการต้นแบบเชิงสร้างสรรค์
Veo 3.1 สร้างเสียงแบบใดได้บ้าง?
- บทสนทนา / คำพูด — บทสนทนาแบบหลายผู้พูดที่จังหวะตรงกับการขยับปากและการกระทำ
- ซาวด์สเคปบรรยากาศ — เสียงสิ่งแวดล้อม (ลม รถ สภาพเสียงของห้อง) ที่เข้ากับภูมิศาสตร์ของฉาก
- เอฟเฟกต์เสียง (SFX) — การปะทะ การชน ประตู ฝีเท้า ฯลฯ ที่ตั้งเวลาให้ตรงกับเหตุการณ์เชิงภาพ
- คิวดนตรี — ม็อตีฟดนตรีสั้น ๆ หรือการขับกล่อมอารมณ์ที่ตรงกับจังหวะของฉาก
เสียงเหล่านี้ถูกสร้างแบบเนทีฟและถูกกำกับหลัก ๆ โดยเนื้อหาของพรอมต์มากกว่าพารามิเตอร์เสียงแยก
ข้อจำกัดทางเทคนิคและความยาว
โดยค่าเริ่มต้น Veo 3.1 ถูกออกแบบมาสำหรับคลิปสั้นคุณภาพสูง (ผลลัพธ์คุณภาพสูง 8 วินาทีสำหรับบางโฟลว์) แต่โมเดลยังรองรับ การขยายฉาก (Scene Extension) และสะพานเชื่อมการสร้าง (เฟรมแรก→เฟรมสุดท้าย ขยายจากวินาทีสุดท้าย) ที่ช่วยให้ลำดับหลายคลิปยาวหลายสิบวินาทีจนถึงหนึ่งนาทีหรือมากกว่าเมื่อเย็บต่อกันผ่าน Scene Extension
วิธีสร้างเสียงด้วย Veo 3.1 (โดยตรง ผ่าน Google Gemini / Vertex)
ขั้นตอนที่ 1: ข้อกำหนดเบื้องต้น
- บัญชี Google ที่เข้าถึง Gemini API / Vertex AI และมี API key / เครดิตเชียลที่ถูกต้อง (Veo 3.1 อยู่ในสถานะ paid preview สำหรับหลายช่องทางเข้าถึง)
- ติดตั้งและตั้งค่าไคลเอนต์
genai/ Gemini ของ Google หรือใช้งาน REST endpoint ในสภาพแวดล้อมของคุณ (หรือใช้ไคลเอนต์ Vertex หากต้องการผ่าน Cloud Console)
ขั้นตอนที่ 2: เลือกโมเดลและช่องทางเข้าถึงที่เหมาะสม
ใช้ veo-3.1-generate-preview (หรือ veo-3.1-fast เมื่อให้ความสำคัญด้านความเร็ว/ต้นทุน) สตริงโมเดลเหล่านี้ปรากฏในตัวอย่างของ Google สำหรับการเข้าถึงแบบพรีวิว คุณต้องมีคีย์ Gemini API / Google AI แบบชำระเงิน (หรือเข้าถึงผ่าน AI Studio / Vertex AI)
ขั้นตอนที่ 3: ตัวอย่าง Python — ไคลเอนต์ Gemini genai (แนะนำ ให้คัดลอก/วาง)
# pip install google-genai (follow official SDK install)
from google import genai
from google.genai import types
import time
client = genai.Client(api_key="YOUR_GOOGLE_API_KEY")
prompt = """
Scene: Rainy downtown street, night. Neon reflections on wet pavement.
Ambience: continuous distant rain and passing cars.
SFX: bus brakes and hiss at 2.3s; umbrella snap at 0.6s.
Music: subtle synth pad enters at 0.5s (slow attack).
Dialogue:
ALICE (soft, tired): "I didn't think we'd still be here."
BOB (sighing): "Neither did I. Let's go."
Visual: medium close-up on ALICE, camera dolly forward.
"""
operation = client.models.generate_videos(
model="veo-3.1-generate-preview",
prompt=prompt,
config=types.GenerateVideosConfig(
duration_seconds=8,
aspect_ratio="16:9",
resolution="1080p",
number_of_videos=1
),
)
# Poll until done (SDK returns an operation object you can poll)
while not operation.done():
print("processing...")
time.sleep(2)
operation = operation.poll()
result = operation.response # check SDK docs for exact structure
video_url = result.generated_videos[0].video # URL or base64 depending on SDK
print("Download result:", video_url)
หมายเหตุ: ไฟล์ที่ส่งคืนมักเป็น MP4 ที่มีแทร็กเสียงที่สร้างไว้ภายใน องค์ประกอบสำคัญสำหรับการควบคุมเสียงข้างต้นคือคำสั่งเสียงเชิงบรรยายที่ฝังอยู่ในพรอมต์ Veo 3.1 ตอบสนองต่อคำสั่งเสียงภาษาแบบธรรมชาติในการสร้างแทร็กเสียงที่ซิงก์
ขั้นตอนที่ 3 — การใช้ภาพอ้างอิงและ “Ingredients to Video”
เพื่อรักษาความคงเส้นคงวาของหน้าตาตัวละครและคิวอะคูสติก คุณสามารถส่งภาพอ้างอิงได้สูงสุดสามภาพที่ Veo ใช้เพื่อคงสไตล์ภาพและความต่อเนื่อง การเรียกสร้างเดียวกันรองรับ reference_images=[...] แนะนำให้ใช้เมื่อคุณต้องการความคงเส้นคงวาของเสียงหรือซาวด์ประจำตัวละคร (เช่น เสียงประตูที่ดังเอี๊ยดเป็นประจำ)
ขั้นตอนที่ 4 — ขยายฉาก (Scene Extension) พร้อมความต่อเนื่องของเสียง
Veo 3.1 รองรับ “Scene Extension” ซึ่งจะสร้างคลิปใหม่ต่อจากวินาทีสุดท้ายของคลิปก่อนหน้าเพื่อสร้างลำดับที่ยาวขึ้น — และเสียงจะถูกขยายต่อโดยคงความต่อเนื่อง (บรรยากาศพื้นหลัง ดนตรีที่กำลังเล่น ฯลฯ) ใช้พารามิเตอร์ video=video_to_extend ในการเรียก generate_videos
# Pseudocode: extend a previous clip while preserving audio continuity
operation = client.models.generate_videos(
model="veo-3.1-generate-preview",
prompt="Continue the scene: morning light brightens, seagulls move closer; audio: swell builds into light strings",
video=previous_clip_resource,
config=types.GenerateVideosConfig(duration_seconds=10),
)
ขั้นตอนที่ 5 — การเชื่อม First & Last Frame (พร้อมเสียง)
หากต้องการทรานซิชันที่ลื่นไหลระหว่างสองเฟรม (เช่น มอร์ฟจากกลางวันเป็นยามเย็น) ให้ส่ง image=first_frame และ last_frame=last_frame พร้อมระบุคำสั่งเสียงในพรอมต์ Veo จะสร้างเฟรมทรานซิชันพร้อมเสียงที่สะท้อนการเปลี่ยนแปลงเชิงภาพ Veo มักส่งคืนไฟล์ MP4 ที่มีแทร็กเสียงแบบมิกซ์เดียว
ใช้เครื่องมือด้านเสียงใน Veo 3.1 อย่างไร?
1) CometAPI ทำอะไรและทำไมถึงควรใช้
CometAPI ให้คุณใช้งานผ่าน REST endpoint แบบสไตล์ OpenAI เดียว เพื่อเข้าถึงหลายโมเดล (รวมถึง Veo ของ Google) ซึ่งมีประโยชน์หากคุณต้องการจุดผสานรวมเดียว (บิลลิง โควตา ความสอดคล้องของ SDK) และไม่อยากจัดการคีย์จากผู้ขายหลายราย Comet ระบุว่า Veo 3.1 มีให้บริการในหมวดโมเดลวิดีโอของพวกเขา
2) โฟลว์พื้นฐานในการเรียก Veo 3.1 ผ่าน CometAPI
- สมัคร CometAPI และสร้าง API key
- ยืนยันตัวระบุตัวโมเดลที่แน่นอนในแค็ตตาล็อกของ Comet ("Veo 3.1"/"veo3.1-pro")
- ใช้ REST endpoint แบบสไตล์ OpenAI ของ CometAPI (หรือ SDK ของพวกเขา) และตั้งค่าฟิลด์
modelเป็นชื่อโมเดล Veo Comet จะรูตคำขอของคุณไปยัง Google ให้โดยอัตโนมัติ
Veo3.1 Async Generation, API นี้พัฒนาด้วยเทคโนโลยีของเราเองโดยมีข้อจำกัดดังต่อไปนี้: ระยะเวลาวิดีโอถูกกำหนดตายตัวที่ 8 วินาทีและไม่สามารถปรับแต่งได้
หากพบปัญหา โปรดติดต่อฝ่ายสนับสนุนทางเทคนิค
ตัวอย่างคำขอ
curl -X POST https://api.cometapi.com/v1/videos \
-H "Authorization: Bearer $COMETAPI_KEY" \
-F "model=veo3.1" \
-F "prompt=A whimsical flying elephant soaring over a vibrant candy-colored cityscape" \
-F "size=16x9" \
-F "input_reference=@first_frame.png" \
-F "input_reference=@last_frame.png"
แนวทางปฏิบัติที่ดีที่สุดสำหรับการเขียนพรอมต์ที่คำนึงถึงเสียงใน Veo 3.1
การออกแบบพรอมต์เพื่อให้ได้เสียงที่ดี (ควรรวมอะไรบ้าง)
ใช้โครงสร้าง “เลนเสียง” ในพรอมต์ บล็อกขั้นต่ำที่แนะนำ:
Scene: short description (location, lighting, camera)
Ambience: e.g. "distant rain, muffled traffic"
SFX: "door slam at 1.6s; footsteps L→R starting 0.8s"
Music: "soft piano pad, slow attack, enters at 0.5s"
Dialogue:
ALICE (soft, weary): "I didn't think we'd make it."
BOB (pause, then): "We did."
Action: camera moves, character actions to sync SFX
เคล็ดลับสำคัญ: ติดป้ายเลน เช่น “Ambience:”, “SFX:”, “Music:”, และ “Dialogue:” ใส่จุดเวลาแบบสั้น (เช่น ที่ 1.6s) อธิบายลักษณะเสียง (เช่น “โทนแพดนุ่ม โจมตีช้า”) และหากต้องการแพนสเตอริโอให้ใส่คำอธิบาย L / R หรือ L→R การทำงานแบบวนซ้ำเป็นเรื่องปกติ — สร้างคลิปสั้น (4–8 วินาที) จากนั้นค่อยขยาย
โครงสร้างและโทนของพรอมต์
- ใช้เลนที่มีโครงสร้างชัดเจน: ติดป้ายบล็อก “Ambience:”, “SFX:”, “Music:”, และ “Dialogue:”
- ระบุเวลาอย่างเฉพาะเจาะจง: จุดเวลาแบบสั้นช่วยให้ซิงก์แน่นขึ้น หากต้องการความแม่นยำระดับเฟรม ให้สร้างซ้ำและปรับแต่ง
- อธิบายลักษณะเสียง: แทนที่จะพูดว่า “ซินธ์” ให้บอก “แพดนุ่ม โจมตีช้า ให้ความรู้สึก 80 BPM” เพื่อกำหนดอารมณ์ดนตรี
ความสอดคล้องระหว่างภาพ → เสียง
หากคุณส่งภาพอ้างอิงหรือเฟรมเริ่มต้น ให้บอกว่าเสียงควรมาจากไหน (เช่น “Ambience: เมืองที่ฟังดูอู้อี้จากด้านซ้าย ใกล้กับกล้อง; รถที่วิ่งผ่านควรแพน L→R”) สิ่งนี้ช่วยให้คิวสเตอริโอน่าเชื่อถือและการระบุตำแหน่งแหล่งกำเนิดเสียงสมจริงขึ้น
เวิร์กโฟลว์แบบวนซ้ำ
- สร้างคลิปสั้น (4–8 วินาที) และประเมินการซิงก์เสียง
- หากต้องการเรื่องเล่าที่ยาวขึ้น ใช้ Scene Extension เพื่อขยายคลิป โดยคงวินาทีสุดท้ายไว้เป็นเมล็ดความต่อเนื่อง
- เพื่อคงเสียงตัวละคร (โทนเสียง สำเนียง) ให้ใช้ภาพอ้างอิงและทวนคำอธิบายเสียงระหว่างคลิป พิจารณาใช้ “voice anchor” แบบสั้น ๆ ที่ทวนซ้ำ (เช่น “ALICE — สำเนียง mid-Atlantic นุ่ม”) เพื่อช่วยให้เสียงคงที่
หมายเหตุงานโพสต์โปรดักชัน
Veo ให้ไฟล์ MP4 เริ่มต้นที่ฝังเสียงไว้ สำหรับการมิกซ์ขั้นสูง (แยกสเตมหลายแชนเนล สเตมบทสนทนา/ดนตรี) คุณอาจต้องแยกและเรียบเรียงเสียงใหม่ใน DAW — Veo ถูกออกแบบมาสำหรับการสร้างแบบไฟล์เดียวเป็นหลัก เวิร์กโฟลว์จากภายนอกมักใช้ Veo เพื่อสร้างฐานและปรับแต่งใน DAW เพื่อมิกซ์ระดับพร้อมเผยแพร่
ตัวอย่างพรอมต์ (คัดลอก-วางได้)
1 — บรรยากาศธรรมชาติ + เอฟเฟกต์ + บทสนทนาสั้น
Prompt: Wide shot of an empty diner at 6:00 AM. Audio: humming refrigerator, distant traffic, a single coffee cup clink. Soft acoustic guitar underlay. Dialogue (woman, tired): "Morning's never been this quiet." Sync the clink with the camera pan at 2.5s.
2 — จังหวะหนักด้วย Foley
Prompt: Medium close-up of a courier running through a marketplace. Audio: hurried footsteps on cobblestones, cloth brushing, vendors shouting faintly in background. At 0.8s add a metallic jingle from keys. Fast, rhythmic percussive music fades in at 3s.
3 — บรรยากาศภาพยนตร์ + เสียงตัวละคร
Prompt: Interior study lit by candlelight. Audio: crackling fireplace, turning pages, soft string quartet in the background. Dialogue (old man): "Some stories carry their own warmth." Keep the string motif subtle and warm.
4— บทสนทนาแน่น + SFX (คลิปสั้น ระบุตำแหน่งเวลาอย่างชัดเจน)
"Prompt: Interior: cluttered bookstore at 7pm. Camera pans right to a man dropping a book.
Audio instructions:
- Ambience: quiet bookstore with rain hitting the windows.
- Dialogue: Speaker A (soft): 'Lo siento...' at 1.2s. Speaker B (firm): 'No te preocupes.' at 2.1s.
- SFX: Book thud at 1.15s. Rain intensity increases at 3.5s.
Style: intimate, cinematic. Lip sync and SFX must match timings."
5 — ฉากเน้นบรรยากาศ (โหมดอารมณ์ ไม่เน้น SFX เข้มงวด)
"Prompt: A seaside boardwalk at sunset. Create a dreamy soundscape with gulls, distant music from a radio, and rolling waves. No spoken lines. Prefer a slow, swelling musical bed under the ambience. Style: nostalgic documentary."
6 — การสนทนาแบบหลายผู้พูด (แบ่งช่วง)
"Prompt: Two people in a busy market, speaking in English and occasionally in Japanese — short lines. Tag speakers clearly. Include periodic vendor shouts (market ambience) and a passing motorcycle SFX at 2.4s."
เสียงของ Veo 3.1 เทียบกับเสียงของ Sora 2 อย่างไร?
ทั้งสอง Veo 3.1 และ Sora 2 ของ OpenAI รองรับ เอาต์พุตเสียงที่ซิงก์กับวิดีโอที่สร้าง ทั้งคู่เป็นโมเดลสร้างสื่อระดับธงจากผู้ให้บริการของตนเอง และเน้นความสอดคล้องระหว่างภาพ-เสียงที่สมจริง ทั้งสองเผยแพร่ API
ความแตกต่างสำคัญ
- โฟกัสของโมเดลและความยาว: Veo 3.1 เน้นความสามารถในการควบคุมด้วยฟีเจอร์อย่าง First/Last Frame, Scene Extension สำหรับลำดับที่ยาวขึ้น และการคอนดิชันด้วยภาพอ้างอิงอย่างชัดเจนเพื่อคงตัวละครและความต่อเนื่องด้านเสียงข้ามหลายช็อต Sora 2 ถูกวางเป็นโมเดลธงที่สร้างวิดีโอพร้อมเสียงซิงก์; Sora 2 Pro เน้นความเที่ยงตรงสูงและการปรับจูนระหว่างคุณภาพและต้นทุน (ระดับ Pro เพื่อความเที่ยงตรงสูงกว่า) Veo 3.1 ระบุชัดเรื่อง Scene Extension และลำดับแบบหลายพรอมต์
- การผสานกับแพลตฟอร์ม: Veo 3.1 ผสานในระบบนิเวศ Gemini ของ Google (แอป Gemini, Flow, Gemini API, Vertex AI) ในขณะที่ Sora 2 ถูกนำเสนอเป็นโมเดลบนแพลตฟอร์มของ OpenAI พร้อม API และแอป Sora สำหรับ iOS; โครงสร้างราคาและเอ็นด์พอยต์ต่างกัน (เอกสารของ Sora 2 ระบุราคาแบบคิดตามวินาที) เลือกตามระบบคลาวด์ที่คุณใช้อยู่และความต้องการด้านคอมพลายแอนซ์
- การควบคุมวิดีโอแบบละเอียด: Veo 3.1 ระบุเครื่องมือสร้างสรรค์ที่เฉพาะเจาะจงหลายอย่าง (Ingredients to Video, Scene Extension, First/Last Frame) ซึ่งช่วยลดเวลาในการวนซ้ำสำหรับเวิร์กโฟลว์การเล่าเรื่อง Sora 2 เน้นเสียงที่ซิงก์และความแม่นทางฟิสิกส์ในภาพเคลื่อนไหว; ทั้งสองมีตัวควบคุม แต่ภาษาการใช้งานและ SDK แตกต่างกัน
ผลเชิงปฏิบัติสำหรับโปรเจกต์ที่เน้นเสียง
หากคุณให้ความสำคัญกับวิดีโอแบบช็อตเดียวคุณภาพสูงพร้อมเสียงซิงก์และโครงสร้างราคาแบบคิดตามวินาทีที่เรียบง่าย → Sora 2 เป็นคู่แข่งที่แข็งแกร่ง; ทดสอบทั้งสองกับทรัพย์สินและงบประมาณของคุณ
หากคุณต้องการเนื้อเรื่องต่อเนื่องยาวพร้อมม็อตีฟเสียงที่คงเส้นคงวาข้ามช็อต → Scene Extension ของ Veo 3.1 และการคอนดิชันด้วยภาพอ้างอิงทำให้มันน่าสนใจ
บทสรุปสุดท้าย: เมื่อใดควรใช้ Veo 3.1 (คำแนะนำแบบเน้นเสียง)
ใช้ Veo 3.1 เมื่อ คุณต้องการลำดับหลายช็อตที่ควบคุมได้พร้อมตัวละครที่คงเส้นคงวา และเสียงแบบบูรณาการที่สนับสนุนความต่อเนื่องของการเล่าเรื่อง จุดแข็งชัดเจนของ Veo 3.1 คือ Scene Extension การควบคุมเฟรมแรก/เฟรมสุดท้าย และการคอนดิชันด้วยภาพอ้างอิง — ซึ่งทำให้มันยอดเยี่ยมสำหรับคอนเทนต์สั้นแบบซีรีส์หรือเอพิโซดที่ต้องการความต่อเนื่องของเสียง
นักพัฒนาสามารถเข้าถึง Veo 3.1 และ Sora 2 ผ่าน CometAPI เริ่มต้นด้วยการสำรวจขีดความสามารถของโมเดลบน CometAPI ใน Playground และดูคู่มือ API สำหรับคำแนะนำโดยละเอียด ก่อนเข้าถึง โปรดตรวจสอบว่าคุณได้เข้าสู่ระบบ CometAPI และได้รับ API key แล้ว CometAPI มีราคาอยู่ต่ำกว่าราคาอย่างเป็นทางการอย่างมากเพื่อช่วยให้คุณผสานรวมได้ง่ายขึ้น
พร้อมเริ่มใช้งานหรือยัง?→ ทดลองใช้ฟรี Veo 3.1!