输入的质量决定输出的质量。这些简单的做法能让声音更清晰、更稳定,无论是在文字转语音还是音频工作室中。
写下你想让人听到的内容
数字和符号用文字写出来会读得更可靠:
- 把 Dr. 写成 Doctor。
- 把 100% 写成一百百分比,即“百分之一百”。
- 把 moknah.io/docs 写成“moknah 点 io 斜杠 docs”,或写成你希望念出的样子。
句子与行的长度
- 至少给声音一两句话,过短的文本听起来可能不均匀。
- 在音频工作室中,让每行保持 3 到 20 个词,效果最佳。
- 粘贴整段文本,每个段落都会成为独立的一行。
特别针对阿拉伯语
- 标准阿拉伯语请选择 Arabic Tashkeel,让每个词都读得正确。
- 方言请用你自己的方言书写,选择说该方言的声音,并保持 Basic 处理。
- 对不清楚的词自行加上音标符号,并把数字和缩写写成文字。
常见问题
- 声音平淡:略微调高 Temperature,使用情感模式并加上 [calm] 之类的标签,或选择更适合内容的声音。
- 结果不稳定:调低 Temperature 和 Expressiveness,并给声音一两句完整的话。
- 某个词读错:试试 Arabic Tashkeel,加上音标符号,或换一个声音。
- 同一文本每次听起来略有不同:这是正常的,因为声音每次都会重新演绎文本;调低 Temperature 可获得更高的一致性。