音频与性能控制
情绪引导与控制
勾选“启用情感”选项后，您可以使用上下文和指定的标签来控制表达方式。
- 语境引导：模型直接从文本中解读语境。添加诸如“她兴奋地说”之类的描述性文字，或使用感叹号，都会影响语音所表达的情感。
- 语音标记（与声音相关）：将这些标记置于文本中，以引导语音表达。
注意：效果取决于所选的声音。
- [笑]，[笑得更厉害]，[开始笑]，[笑得喘不过气]
- [低语]
- [叹气], [呼气]
- [讽刺的]、[好奇的]、[兴奋的]、[哭泣的]、[嗤之以鼻]、[调皮地]
- 音效：
- [枪声], [掌声], [拍手声], [爆炸声]
- [吞咽], [大口吞咽]
- 试验性标志：
- [浓重的 X 口音]（将 X 替换为所需口音，例如 [浓重的黎巴嫩口音]）
- [唱歌], [欢呼], [放屁]
- 标点符号与文本构建：
- 省略号（…）：用于增加停顿与分量感。
- 大写字母：用于加强语气。
- 标准标点符号：旨在营造自然的语流节奏。
重要提示：情感模型目前处于 Alpha 阶段。过短的指令很可能导致输出结果不一致。建议您尝试长度超过 250 个字符的指令。若未勾选“启用情感”选项，系统将优先保证稳定性和一致性。
- 如何传达指示：
- 语境至关重要：请顺应句子的自然语流。人工智能会完全按照文本的写法进行读取。
- 标点符号：使用此类符号。
- 句法结构：
- 注意：请勿使用过多标记，否则可能会导致不稳定。
- 注意：这可能会成功，也可能不会，具体取决于上下文。使用时，尝试提高表现力和“温度”（temperature）参数。
- 标点符号：使用连字符（-）表示短暂停顿，或使用省略号（...）表示犹豫的语气。
- 无情感标记：请勿在此处使用花括号 {} 或语音标记；人工智能可能会将其朗读出来或直接忽略。
音频设置（高级控制）
调整这些参数，以精确控制输出。
- 创新系数（稳定性系数）
- 范围：更硬（较低）↔ 更具弹性（较高）。
- 影响：较高的“温度”赋予人工智能更大的自由度和表现力，但也伴随着不稳定性（产生幻觉）的风险；较低的“温度”则使声音显得更为僵硬和稳定。
- 建议：默认值（约 25-50）是一个很好的起点。
- 相似性
- 范围：较少类似旁白（低） ↔ 类似旁白（高）。
- 效果：提高该设置会增加与原始版本的相似度。然而，如果参考音频包含噪声，高相似度可能会导致失真或杂音的重现。
- 速度
- 范围：0.7（较慢）↔ 1.2（较快）。默认值为 1.0。
- 影响：控制节奏。极值可能会影响质量。
- 表现主义
- 范围：中性语调（低）↔ 情感化演绎（高）。
- 影响：提高该数值会使输出更接近正常表现；若提高过度，则可能导致异常行为。
خ