语音合成：定调和表达

语音合成用你的声音读取文本，听起来和你写的一模一样——模型逐字读取。这意味着你需要“为耳朵而写”，而不是为眼睛而写。机制：引擎采用文本、标点符号和风格标记，并使用它们来构建语调、停顿和节奏。杠杆。首先是标点符号控制节奏：句号给人停顿，省略号给人深思熟虑，短句听起来自信，长句听起来沉重。其次，不仅要设置文本，还要设置演示文稿：声音（平静的播音员、友好的、充满活力的）、情感和节奏。 “读这个”和“热情地、慢慢地读它，就像给朋友读一样”给出了不同的结果。专业技巧：按照发音的方式写出复杂的单词、名称和缩写，或者将它们分解 - 否则引擎会以自己的方式读取它们。第二种技巧：在需要呼吸的地方故意放置停顿（用逗号、句号、换行）——语音的自然程度基于停顿，而不是声音。一个典型的错误是提交配音“用眼睛阅读的文本”，并带有很长的句号和脚注；听起来像是要崩溃了。写得简短，提前大声朗读草稿。