过去，AI 配音工具的逻辑是给你一张菜单，让你从几百个预设里挑一个最接近的。
但「最接近」和「就是这个声音」之间，差的不只是几个参数。一个边地客栈掌柜的沙哑、一个科幻导航员的金属冷静、一个儿童绘本里的冒失小动物——声音不是配件，而是角色本身的一部分，是整个作品世界观的一部分。
Noiz 在做 Voice Design（音色设计） 时，出发点就是这个问题：与其从库里挑最接近的，不如让创作者直接把声音描述出来。你想要什么，告诉它，它来建。
Contents
什么时候该「设计」，什么时候该「挑选」
情况 | 建议 |
|---|---|
资讯解说、标准广告旁白 | 直接从音色库选，效率高 |
有明确人设的短剧角色 | 设计或克隆，保证全剧一致 |
品牌需要固定声线 | 设计品牌声 + 写清使用规范 |
奇幻/科幻/方言氛围 | 设计，库内很难精确命中 |
Voice Design 不只是多一个按钮，而是让创作者设计想象中那个声音。库是起点；设计是当起点不够用时走的路。
音色设计在 Noiz 里能做什么
在 Noiz 官网 进入「音色设计」，核心能力包括：
用文字定义声线：年龄感、气质、语速习惯、情绪基调
风格与情感控制：沉着、活泼、温暖、权威等，可细调
多语言：同一角色声线用于中文、英文等本地化内容
与 TTS、克隆打通：设计好的音色进入工作流，整季复用
适用场景覆盖：品牌语音、产品界面、视频配音、虚拟助手、播客广告、在线课程等。
实操：写一份「声音 brief」
设计音色前，先写半页 brief，和选演员的逻辑一样。
示例：短剧「江湖客栈」掌柜
男，四十岁左右，嗓音偏低，略带烟嗓
语速不快，字句干脆，像在算账也在打量人
日常调侃时带笑，动怒时压低不吼
参考气质：老江湖，见多识广，不卑不亢
示例： SaaS 产品官方旁白
中性偏暖，成年，普通话标准
句子短，停顿清楚，术语读法统一
欢迎用户时轻快，报错提示时平稳，不责备
把 brief 整理成一段给模型的描述，比零散形容词更有效。
Prompt 示例（可直接改写使用）
科幻游戏向导（女）
年轻女性，声线清澈，语速中等偏快，语气冷静友好，带一点未来感，像在飞船走廊里指路，不说教，有轻微微笑感。
古风短剧师姐（女）
二十多岁女性，声线清亮偏冷，句尾收得干净，怒意时音调略升但不嘶喊，平时疏离，偶尔关心时语速放慢半拍。
儿童向故事旁白（男）
成年男性，温暖偏低，讲故事口吻，节奏有起伏，遇到悬念略停顿，整体让小孩愿意听下去，不幼稚做作。
生成后多试几句代表台词（日常、高潮、反转各一句），确认是同一个人，再保存音色 ID 或加入项目声库。
和品牌声线手册配合
企业客户可以把设计结果写进简短「品牌声线规范」：
人格：友好 / 专业 / 活力 各场景占比
句长：产品句不超过 15 字为宜
禁用：过度夸张、过于幼态、方言（除非品牌需要）
示例句：欢迎语、错误提示、促销语各一条标准读法
同一套音色用于 App、视频、客服语音，听众会形成一致认知。Noiz 支持在多项目里复用同一设计音色，减少「这个视频和上个视频的音色不一致」的问题。
和声音克隆怎么选
方式 | 适合 |
|---|---|
克隆 | 已有真人参考，要高度还原本人或演员 |
设计 | 虚构角色、没有真人可录、要特定氛围 |
也可以组合：用设计定基调，再用短样本微调；或主角克隆、配角设计，分工更清晰。
克隆通常 3～10 秒干声即可；设计则从零建构，适合世界观强的项目。
三个容易踩的坑
形容词堆太多。 「温柔可爱甜美治愈」叠在一起，模型难以取舍。选 2～3 个主维度即可。
只试一句嗨台词。 角色音要在平静对白里也能成立，否则日常戏穿帮。
每集现设计现用。 设计一次、命名保存、全剧引用，比每集重新描述稳定得多。
好的角色让人记住脸，也让人记住声。当库里没有那个声音时，不必将就最接近的一项。写清 brief，设计出来，再让整季台词都从他的嗓子眼里过。
下一步：拿你项目里最难配的一个角色，写半页声音 brief，进 Voice Designer 生成三句代表台词试听。