第17章 语音生成指南

概述

语音生成

从文本生成高质量语音

基础生成

• 从下拉菜单中选择音色配置
• 输入或粘贴你的文本
• 点击 Generate，等待几秒钟
• 预览并下载结果

文本格式技巧

文本的格式会影响输出质量。

标点符号

使用正确的标点符号以获得自然的停顿：

✅ 推荐："Hello! How are you today? I'm doing great."
❌ 不推荐："Hello how are you today Im doing great"

重音强调

通过格式提示重音：

• 全大写表示更响亮/强调："That was AMAZING!"
• 斜体表示轻微强调："I *really* enjoyed that"
• 粗体表示强烈强调："This is very important"

模型会解读这些提示，但实际效果可能因情况而异。

高级功能

批量生成

对于长篇内容，建议拆分成较小的片段，便于控制，处理也更快。

音色缓存

Voicebox 会缓存音色提示（voice prompt），使用相同配置重新生成时速度更快。

即将推出

• 实时流式输出
• 词级时间控制
• 情感与风格控制
• SSML 支持

在 GitHub 上编辑

创建音色配置：了解如何创建基于克隆和基于预设的音色配置

创作故事：使用 Stories 编辑器创作多角色语音叙事