语音合成

更新时间:
复制 MD 格式

选择音色 + 输入文本 → 一键生成可下载的语音文件。 语音合成是 Voice Studio 里最高频使用的下游能力,所有来自音色库或我的音色的音色都可以在这里使用。

页面结构

  • 左侧主区:文字输入框 + 合成试听按钮

  • 右侧面板:两个 Tab

    • 合成配置:当前选中音色 + 参数滑块(语速 / 音量 / 音高)

    • 合成历史:按时间倒序排列的历史记录

image

核心操作

1. 选择音色

进入页面时会自动选中一个默认音色:

  • 若 URL 带 voiceProfileId 参数(例如从音色管理"合成"按钮跳过来)→ 选中该音色

  • 否则 → 选中第一个系统音色

点击右侧合成配置内的音色卡片或其旁的 切换 按钮,弹出音色选择模态框:

  • 顶部两个 Tab:音色库 / 我的音色

  • 音色库 Tab 支持行业筛选,我的音色 Tab 支持音色类型(克隆 / 设计)筛选

  • 搜索框按名称模糊匹配

  • 点击任意音色卡片选中,右侧已选音色区会显示名称,卡片上的播放按钮可单独试听

  • 点击 确定 完成切换

2. 输入合成文本

左侧大文本框是合成文本输入区

  • 最多 1000 字,实时显示字数

  • 至少 5 字才能发起合成

  • 文本框下方展示合成声明,提醒合规使用

3. 调整合成参数

在右侧合成配置 Tab 下,有三个滑块:

参数

范围

步长

默认值

语速

0.5 – 2.0

0.1

1.0

音量

0 – 100

1

50

音高

0.5 – 2.0

0.1

1.0

4. 发起合成

点击左下角的 合成试听 按钮:

  • 系统提交合成任务,右侧面板自动切到 合成历史 Tab

  • 最上方出现一张骨架卡片(生成中)

  • 完成后自动刷新列表并播放结果;失败则显示「合成失败」

5. 查看合成历史

合成历史 Tab 中每条记录展示:

  • 播放按钮:在底部全局播放器播放

  • 合成文本(缩略显示,支持展开)

  • 参数:语速 / 音量 / 音高

  • 创建时间 / 音频时长

  • 下载图标:下载为 WAV 文件,文件名形如 synthesis-{historyId}.wav


关键限制

限制

合成文本长度

5 – 1000 字

语速 / 音高

0.5 – 2.0

音量

0 – 100

常见问题

  • 点击合成后等了很久没结果? 单任务 30 秒内未返回会视为失败并在历史列表中标红,可尝试缩短文本或重新提交。

  • 切换音色后,历史记录还能播放吗? 可以,历史记录保留合成时使用的音色,不会随当前选择变化。

  • 下载的音频是什么格式? 默认 WAV,直接用浏览器下载。

  • 合成文本支持中英混排吗? 支持,但音色本身的语种覆盖取决于对应模型。