文本转语音

如何通过指令设置 OpenAI 声音的语气

在“文字转语音”中选择 OpenAI 声音,点击预设(例如“新闻”或“故事”),或者用你自己的语言描述语速和语气。指令不会改变价格。

更新于 2026年11月2日阅读时间 1 分钟

指令可以告诉声音该如何朗读:更慢、更温暖,像新闻主播,还是像童话故事的讲述者。指令区域仅在选中 OpenAI 声音时才会出现在声音标签页中。MiniMax 和 ElevenLabs 声音则使用各自独立的设置,详见本文末尾。

如何添加指令

  1. 在“文字转语音”中输入文本,然后点击继续。

  2. 在声音标签页中,打开 OpenAI 标签页并选择一个声音,例如 Coral 或 Onyx。

  3. 在列表下方的指令区域中,点击一个预设。预设文本会出现在下方的输入框中,你可以随时编辑。

  4. 或者在“描述声音听起来应该怎样...”输入框中输入你自己的描述。

  5. 点击继续,然后点击生成。

如需移除预设,再次点击该预设即可,输入框会被清空。

预设的作用

共有 8 种预设。如果应用语言为俄语,预设文本会以俄语插入;其他语言则以英语插入。

预设对声音的要求
Calm平静自然地朗读,节奏从容,带有自然的停顿。
Cheerful听起来欢快而热情,声音带有微笑感,节奏稍快,语调活泼。
News像新闻主播一样朗读:吐字清晰,语调中立,节奏稳健自信。
Whisper轻柔温和地耳语,就像在分享一个小秘密。
Story听起来像温暖的有声书播讲人,能够烘托氛围并强调关键时刻。
Teacher讲解通俗易懂,在要点之后稍作停顿,并重读重点词汇。
Dramatic听起来像电影预告片配音:语调深沉,语速缓慢,停顿时间长。
Kids声音亲切、俏皮而温暖,带着微笑慢慢朗读,并突出有趣的词语。

如何编写你自己的指令

分别描述语速、语气、情感,并在需要时描述口音或角色。描述越具体,生成的结果就越贴近预期。几个示例:

  • “语速缓慢,略带英国口音,句子之间有若有所思的停顿。”

  • “亲切的客服人员:温暖、耐心、带着微笑。”

  • “体育解说员:语速快、情绪激动,每句话结尾声音加大。”

指令是对声音提出的要求,不同声音和不同语言之间的生成效果可能会有所差异。如果声音忽略了指令,请尝试将指令写得更短、更具体,或者换一个 OpenAI 声音试试。每次重新生成都会再次计费。

价格与保存

指令不会改变生成价格:无论是否使用指令,OpenAI 声音的费用均为每开始计费的 150 个文本单词消耗 1.8 代币。应用不会为你保留用于下次使用的指令。当你从“历史记录”中打开某个结果时,生成该结果时所用的指令会被恢复。如需日后重复使用某些指令,建议将它们保存在备忘录应用中。

其他声音应使用什么设置

声音替代指令的设置
MiniMax(包括你自己的 MiniMax 声音)列表下方的“情绪”、“语速”和“音调”;文本中的 (laughs) 标签和 <#1#> 停顿标签
ElevenLabs“稳定性”、“相似度”和“风格”;文本中的 [whispers] 或 [excited] 等标签
Qwen 3(包括你自己的 Qwen 3 声音)无设置

所有声音类别的对比:文字转语音声音。

联系客服

请描述你遇到的问题,我们将通过邮件回复。如有文件名或任务 ID,请一并附上。

联系客服