返回音频创作

🎤 语音合成(预置音色)

8种预置音色,支持情绪、方言、角色扮演、唱歌等风格控制,可以用自然语言或标签精细调节语气

🎤

合成设置

预计消耗2 积分
🎵

生成结果

🎤

选择音色,输入文本后生成语音

✨ 使用指南

掌握 MiMo TTS 高级功能,打造自然生动的语音合成

💡

核心能力

MiMo TTS 支持多种高级语音控制功能。通过音频标签、自然语言风格控制、导演模式等功能,生成自然生动的语音。 支持情绪、方言、角色扮演、唱歌等多种风格,多粒度精细控制。

能力亮点:

  • 多风格切换:同一段语音内完成播报→低语→嘶吼的风格转场
  • 多情绪混合:支持“压抑的愤怒”、“带着哽咽的笑意”等复合情绪
  • 多粒度控制:段落级→句子级→词级→字粒度均可精细控制
💬
自然语言控制

放在「风格指令」输入框中

用自然语言描述想要的语音风格。支持一句话描述,也支持导演模式(角色+场景+指导三维度精细化控制)。

适合对语音表演要求较高的场景,如角色配音、影视级内容生成。

🏷️
音频标签控制

放在合成文本中嵌入标签

在合成文本中嵌入风格标签与音频标签。开头是整体风格标签,中间可以插入细粒度控制标签。

支持半角 ()、全角 () 或 [] 括号格式。

🎬

导演模式

像给演员写剧本一样,全方位刻画人物与声线

【角色】

身份、性格底色、外形气质与说话习惯

【场景】

此刻发生了什么、和谁说话、情绪处在什么位置。越具体越好

【指导】

语速、气息、停顿、重音、共鸣位置、音色质感、情绪起伏

📋 完整示例:

角色:百年门阀岑家的现任大当家。自出生便被过继给祖庙的守门老人抚养,被塑造成一尊完美无瑕、绝情断欲的家族图腾。常年深居简出,对人有着极强的阶级疏离感。

场景:在祠堂的阴影里,看着那个不顾一切冲破保安防线来找她、企图带她私奔的男人。她要用最冷硬的阶级壁垒,绞杀对方,也绞杀自己刚刚萌芽、却足以燎原的感情。

指导:
冰冷、慵懒却极具威压的低音御姐。发声通道非常松弛,没有任何剑拔弩张,却有着让人骨里生寒的压迫感。
- 语速与顿挫:极慢,每个字都像是在舌尖滚过才吐出来,带着上位者漫不经心的傲慢。句与句之间留下极长的、令人不安的空白。
- 气声与实声:大部分时间,她的声音没有明显的声调起伏,实音重且硬,像是一条平缓却冰冷的暗河。但一定要在某些尾音处(如"真心"),加入极其轻微的气音收束,透出一丝连她自己都没察觉到的疲惫与渴望。
- 咬字肌理:文白杂糅的用词带着旧时代的痕迹,唇齿音发得极轻但极清晰(如"冲撞""廉价"),显得既清雅又锋利,刀刀见血。

导演模式适合对语音表演要求较高的场景,例如角色配音、影视级内容生成等。

🏷️

风格标签完整列表

在文本开头添加 (风格) 标签,可同时设置多种风格

基础情绪

复合情绪

整体语调

音色定位

人设腔调

方言

角色扮演

唱歌

唱歌模式:必须在目标文本最开头添加 (唱歌) 标签,格式为 (唱歌)歌词。歌词建议采用中文,可获得更优合成效果。标签内标识支持:唱歌singsinging

🎯

音频标签完整列表

在文本任意位置插入 [音频标签],细粒度控制语气和情绪

语速与节奏

吸气深呼吸叹气长叹一口气喘息屏息

情绪状态

紧张害怕激动疲惫委屈撒娇心虚震惊不耐烦

语音特征

颤抖声音颤抖变调破音鼻音气声沙哑

哭笑表达

轻笑大笑冷笑抽泣呜咽哽咽嚎啕大哭
📋

风格标签示例

参考以下示例,点击上方「随机示例」按钮可快速体验

(怅然)这么多年过去了,再走过那条街,心里一下子空了一块。

(慵懒)再让我睡五分钟……就五分钟,真的,最后一次。

(磁性)夜已经深了,城市还在呼吸。我是今晚陪你的人,欢迎收听《午夜电台》。

(东北话)哎呀妈呀,这天儿也忒冷了吧!你说这风,嗖嗖的,跟刀子似的,割脸啊!

(粤语)呢个真係好正啊!食过一次就唔会忘记!

(唱歌)原谅我这一生不羁放纵爱自由,也会怕有一天会跌倒,Oh no。背弃了理想,谁人都可以,哪会怕有一天只你共我。

🎭

音频标签示例

参考以下示例,点击上方「随机示例」按钮可快速体验

(紧张,深呼吸)呼……冷静,冷静。不就是一个面试吗……(语速加快,碎碎念)自我介绍已经背了五十遍了,应该没问题的。加油,你可以的……(小声)哎呀,领带歪没歪?

(极其疲惫,有气无力)师傅……到地方了叫我一声……(长叹一口气)我先眯一会儿,这班加得我魂儿都要散了。

如果我当时……(沉默片刻)哪怕再坚持一秒钟,结果是不是就不一样了?(苦笑)呵,没如果了。

(寒冷导致的急促呼吸)呼——呼——这、这大兴安岭的雪……(咳嗽)简直能把人骨头冻透了……别、别停下,走,快走。

(提高音量喊话)大姐!这鱼新鲜着呢!早上刚捞上来的!哎!那个谁,别乱翻,压坏了你赔啊?!

💬

自然语言控制示例

参考以下示例,点击上方「随机灵感」按钮可快速体验

用轻快上扬的语调向领导报喜,语速稍快,带着查到成绩后压抑不住的激动与小骄傲,声音明亮有活力。

看着刚解决的难题成果忍不住得意忘形地惊呼,声音高亢明亮,语速偏快,语气中带着满满的自信与难以置信。

用明亮活泼的青少年嗓音,带着恶作剧得逞后的得意与戏谑,语速偏快且咬字轻巧,在强调赌注时语气微微上扬。

🎤

预置音色列表

8 种精品音色开箱即用

冰糖

中文 · 女性

茉莉

中文 · 女性

苏打

中文 · 男性

白桦

中文 · 男性

Mia

英文 · 女性

Chloe

英文 · 女性

Milo

英文 · 男性

Dean

英文 · 男性

⚠️

注意事项与使用技巧

📋 使用规则

• 风格标签放在文本开头,用括号包裹

• 唱歌标签 (唱歌) 必须在最开头

• 风格指令和音频标签可以同时使用

• 支持半角 ()、全角 ()[]

• 同时设置多种风格,将多个风格名称置于同一对括号内

💡 使用技巧

• 中文音色用中文文本效果更好,英文音色用英文文本效果更好

• 唱歌模式建议用中文歌词,可获得更优效果

• 风格描述越具体,效果越好

• 导演模式适合角色配音、影视级内容等高要求场景

• 同一段语音内可完成多种风格转场(播报→低语→嘶吼)

• 支持复合情绪(如"压抑的愤怒"、"带着哽咽的笑意")