语音角色
语音配置文件
Voice profile
含义
一种简洁的描述，用于描述合成语音的年龄范围、音调、角色和表达方式。
使用场景
将其用作一个稳定的基础，然后再添加情感或特定于场景的指示。
提示片段
温暖的成年人旁白，清晰的中音，冷静且值得信赖的表达AI 媒体
AI 语音与 TTS 生成提示词术语
一个指南，涵盖语音配置文件、音色、说话风格、情感、语速、音调、重音、停顿、发音、SSML、说话人一致性以及负责任的语音克隆。
12 个术语
语音角色
音色
Timbre
含义
使一个声音在相似的音高和音量下与其他声音不同的音色。
使用场景
使用它来请求诸如明亮、清脆、共鸣、柔和或纹理等质量。
提示片段
柔和的共鸣音色，带有轻盈的质感，没有嘶哑。性能
说话风格
Speaking style
含义
传递的方式，例如对话式、教学式、纪录片式或宣传式。
使用场景
用于使声音与受众、格式和目的相协调。
提示片段
对话式解释风格，友好但简洁，避免像播音员一样的表达。性能
情感表达
Emotional delivery
含义
控制通过语调、能量、节奏和强调表达的情感态度。
使用场景
使用一种清晰的情感方向，并描述应该以多大程度来表达它。
提示片段
宁静的氛围，带有一丝温暖，情感真挚，不夸张韵律
语速
Speaking rate
含义
语音的整体语速，通常通过单词、停顿和短语长度来感知。
使用场景
用于适应时间限制，或提高对复杂材料的理解。
提示片段
语速适中，约为每分钟 135 个单词，清晰的短语边界。韵律
音高范围
Pitch range
含义
语音中使用的音高变化及其移动范围。
使用场景
对于冷静的权威，请使用较窄的范围；对于富有表现力的叙事，请使用较宽的范围。
提示片段
中等音高，音域较窄，陈述句以柔和的下降音结束。韵律
强调
Emphasis
含义
通过重音、持续时间、音调或音量，使选定的单词更加突出。
使用场景
用于明确对比、主要优势、警告或行动号召。
提示片段
稍微强调 'secure' 和 'before Friday'，保持周围的词语中性。韵律
暂停控制
Pause control
含义
指定语音在想法之间应该在哪里暂停以及持续时间。
使用场景
用于自然的表达、戏剧性的节奏、列表分隔或编辑点。
提示片段
标题后有一个短暂的停顿，在最后一句之前有一个中等长度的停顿。发音和标记
发音指南
Pronunciation guide
含义
提供名称、缩写、品牌、数字或不熟悉的单词的预期发音。
使用场景
在默认发音可能存在歧义或特定于领域的情况下，请使用它。
提示片段
将 'SQL' 发音为 'sequel'，将 'Nguyen' 发音为 'win'发音和标记
SSML
SSML
含义
语音合成标记语言添加了结构化的控件，用于暂停、强调、发音和韵律。
使用场景
在合成引擎支持标记且需要精确可重复控制时使用。
注意
支持的 SSML 元素和行为因服务而异。
提示片段
<speak>Welcome.<break time="500ms"/>Let's begin.</speak>一致性
说话人一致性
Speaker consistency
含义
保持在单独的句子、场景或生成会话中，声音的质量保持一致。
使用场景
用于重复出现的叙述者、角色、课程和分集内容。
提示片段
在每个片段中，保持相同的说话者身份、音色、口音和录音特征。许可和安全
语音克隆许可
Voice cloning consent
含义
记录了个人授权，用于创建和使用其声音的合成版本。
使用场景
仅使用授权的录音，并定义允许的目的、受众和持续时间。
注意
不要模仿或克隆可识别人物的声音，除非获得知情同意。
提示片段
仅使用批准的语音模型进行授权的旁白