🎙️ 语音合成（音色设计）
输入文字描述想要的声音（性别、年龄、音色、语速等），AI自动生成专属音色并合成语音
合成设置
生成结果
输入音色描述后点击生成
✨ 音色描述编写指南
写好音色描述，让 AI 生成你想要的声音
什么是音色描述？
音色描述是你用文字告诉 AI 你想要什么样的声音。描述越具体、越生动，生成的音色越贴近预期。1-4 句即可，核心特征描述清楚比堆砌维度更重要。
✓ 好的描述：年轻女性，温柔治愈系，语速偏慢，声音甜美空灵
✗ 太模糊：普通的女声
性别与年龄
声音的基本属性
"young woman in her mid-20s"
"五十多岁的中年男性"
"活泼的青少年"
音色质感
声音的质感与风格
"deep and gravelly"（低沉沙哑）
"丝滑醇厚、带着磁性"
"清亮空灵"
情绪与语速
语气与节奏
"warm and confident"（温暖自信）
"slow and deliberate"（缓慢沉稳）
"语速极快，像连珠炮"
角色与人设
赋予声音一个身份
narrator（旁白）
podcast host（播客主持）
评书先生、深夜电台DJ
场景描写
设定说话的情境
"narrating a nature documentary"
"在给投资人路演"
"1940s film noir"（黑色电影风格）
说话风格
口语化的细节
"casual and colloquial"（随意口语）
"一本正经地"
"压低嗓音像在密谋"
年代参照
赋予声音时代感
"1940s film noir"（四十年代黑色电影）
"八十年代译制片配音"
写法建议
两种写法，按需选择
简洁描述型
用关键词或一句话快速勾勒声音轮廓
Heavy Russian accent, gruff middle-aged male, blunt and matter-of-fact.
专业描述型
通过场景、人设或多维度细节立体刻画声音
Young female, extreme close-up with a binaural, ear-to-ear ASMR feel. Audible breathing, subtle swallowing, and soft natural lip sounds. She speaks very slowly, creating a deeply relaxing and immersive experience.
一位年迈的老先生，说带北方口音的普通话，语速缓慢而沉稳，嗓音略带沙哑和沧桑感，仿佛一位饱经风霜的老爷爷在讲故事，充满岁月的智慧。
注意事项与使用技巧
✅ 推荐做法
• 1-4 句话，核心特征描述清楚比堆砌维度更重要
• 多个维度组合描述更立体
• 中英文均可，选你最能精确表达的语言
• 合成文本应与音色描述相匹配，才能获得最佳效果
• 建议使用 LLM 根据音色描述自动生成适配文本
• 留空合成文本时，开启智能润色自动生成
❌ 避免这样做
• 避免矛盾特征（如"稚嫩的童声 + CEO 气场"）
• 避免音质效果词（混响、回声、EQ、压缩等后期处理描述）
• 避免模糊词（"普通的"、"正常的"、"外国的"等缺乏具体指向的描述）
• 不需要写长篇大论，简洁精准更重要