打开 Text-to-Speech 选音色

打开 Text-to-Speech 编辑器

从 Noiz 侧边栏 Product 分组下点 Text-to-Speech。工作区分成两块:

  • 左侧面板 —— 输入脚本、管理说话人

  • 右侧面板(Settings) —— 挑音色、模型和生成选项

选一个音色

右侧面板会显示当前选中的音色、最近用过的音色,以及 Clone Your VoiceDesign New Voice 的快捷入口。

点任一音色即可选中。每个音色卡片显示支持的语言以及年龄段、性别、语气或用途的标签。想浏览完整库,从侧边栏 Playground 下打开 Voice Library,按语言、性别、用途等筛选。

选择 AI 模型

音色设置下面选模型。Noiz 目前提供 Emotion Engine-v2,为自然表现力和情感细节优化过。选定模型在整段会话都生效。

在编辑器里写脚本

单人说话

在主文本框里输入或粘贴脚本。每个分段支持最多 1000 个字符,字符计数显示在面板底部。

多人说话

要做对话或多人旁白:

  1. 在当前分段下方点 + Add Speaker

  2. 会出现一个新分段块,带独立的说话人标签和文本框。

  3. 用说话人下拉给每个分段选不同的音色。

  4. 每换一个说话人或者场景就重复一次。

不同角色用不同音色,让对白式内容更有辨识度也更好跟。

情感标签(部分音色支持)

部分音色支持情感标签,用来引导单句的语气。标签放在句子最开头:

[happy]: 你知道吗?第一次,一切都刚刚好。

标签放在句中或句尾不会生效。也可以用面板底部的预设提示按钮——Emotion BoostSad MonologueE-commerce PromoExcited Life Blogger——直接套现成的示例脚本。

停顿标记和音色预设

pause 停顿标记 控制换气点和句间节奏。找到项目适用的音色、语速和表达设置后,保存成命名音色预设,以后的会话就能从同一份配置起步。

点 Speak It 生成音频

脚本和设置都好了,点 Speak It。Noiz 会自动生成两版音频。

两版都听一下,挑更适合你内容的那版——它们在语速、重音或情感表达上可能不同。每版都有独立的播放和下载按钮。

如果两版都不满意,再点一次 Speak It。不同生成之间的细微差异是有意为之——模型加入自然的随机性,让输出更像真人。

预览并下载音频

工作区底部有一条常驻播放条,显示当前进度、拖拽条、频谱图,以及好评/差评评分按钮。

满意后点 Download 保存音频文件。导出为高质量音频格式,兼容主流剪辑软件,包括 Premiere、DaVinci Resolve、GarageBand。

提升生成效果的实操建议

清晰。 句子写短。短句、标点到位的句子生成出来更干净、更自然。

节奏。 有意识地用标点。句号、逗号在生成音频里会形成自然停顿。要精确到某个节拍,把标点和停顿标记搭配用。

先试听。 下载前一定先听,确认语气和节奏符合预期。

语言。 非英文脚本,选一个明确训练过对应语言的音色,不要只依赖多语言标签。

存好脚本。 编辑器不会跨会话自动保存。脚本记得存到外部文本文件或文档里。

先把开场段落粘进去点 Speak It,两版都听一下,再生成完整脚本。

试试 Noiz AI 文本转语音 →

相关指南