用户指南
文本转语音
输入或粘贴文字,选择声音并生成。适合 1,500 个字符以内的短音频。
制作你的第一段音频
- 在侧边栏打开“文本转语音”。
- 点击“选择语音”并挑选一个声音。可以先点播放试听。
- 输入或粘贴文字,文本框最多可容纳 1,500 个字符。
- 查看“生成”旁边的预估积分,然后点击“生成”。
- 播放结果并下载为 MP3 或 WAV。之前的音频在“历史记录”里。
文字更长?
书籍、长文章或超过 1,500 个字符的内容,请使用音频工作室。
标准引擎与高级引擎
用页面顶部的切换按钮选择引擎。
- 标准: 录音棚声音、你克隆的声音和完整的语音设置,有三种模式可选。
- 高级(Alpha): 有一套专属声音,在“背景”框里用平常的话来引导表演,费用为 ×1.5 积分。
高级引擎设置
| 设置 | 作用 |
|---|---|
| 背景 | 用您自己的话描述文本的演绎方式:情绪、语速、说话者身份以及倾听对象。在手机上,请轻点文本框上方的“背景”。 |
| 温度 | 位于“语音设置”下的“语音属性”中。数值越低,语音表现越平稳、可预测;数值越高,变化越丰富、富有表现力。“默认”适用于大多数文本。 |
如果音频提前中断
如果高级引擎在文本结束前停止,Moknah 会自动检测到并重新生成音频。如果仍然无法完成,系统将退还您的积分。
标准引擎模式
| 模式 | 积分 | 适用于 |
|---|---|---|
| 情感与方言 | ×1 | 快速、富有表现力的语音,支持情绪和方言。这是默认模式。 |
| 高品质情感与方言 | ×2 | 更丰富、更自然的情感与方言,耗时稍长。 |
| 录音棚品质 | ×2 | 干净、稳定的朗读,可使用全部语音设置,不支持情绪标签。 |
情绪、声音和停顿
在两种情绪模式下,可以用标签来控制表达。点击文本框下方的“情绪与声音”插入标签,或者自己用方括号输入。
| 类型 | 示例 |
|---|---|
| 情绪 | [happy] [excited] [sad] [angry] [afraid] [calm] [curious] |
| 语气 | [whispering] [shouting] [serious] [sarcastic] [questioning] [crying] |
| 声音 | [laughing] [chuckles] [sighs] [gasps] [coughs] [yawns] |
| 音效 | [applause] [clapping] [gunshot] [explosion] |
要加停顿,点击“插入停顿”,选择 0.5、1 或 2 秒。
小提示
无论文字是什么语言,标签都用英文书写。太短的文字可能听起来不稳定,所以至少给一两句话。
语音设置
点击“语音设置”微调声音。音频工作室使用的也是同一套设置。
| 设置 | 作用 |
|---|---|
| 温度 | 调高会让声音更自由、更有表现力,调低会更稳定。25 到 50 左右是不错的起点。 |
| 相似性 | 结果与原始声音的相似程度。如果声音是用有噪音的样本克隆的,请调低。 |
| 速度 | 仅限录音棚品质。范围 0.7 到 1.2,极端数值可能降低质量。 |
| 表现力 | 仅限录音棚品质。为表达增加情感,长篇朗读时请保持较低。 |
| 语言 | 除非声音用错了语言朗读,否则保持“自动”即可。 |
阿拉伯语文本处理
| 选项 | 积分 | 适用于 |
|---|---|---|
| 基础 | ×1 | 所有语言,以及阿拉伯语方言。 |
| 阿拉伯语标音符号 | ×2 | 标准阿拉伯语。自动加注音符号,让每个词都读得准确。 |
| AI 诗人 | ×2 | 诗歌和文学阿拉伯语。 |
润色音质
生成后,在播放器里打开“母带制作”。从 Podcast、Warm 或 Cinema 等预设开始,调整低音、高音、混响和响度,然后下载结果。
书写建议
数字和符号写成文字时,读得更准确。
| 代替;而不是 | 写 |
|---|---|
$45.67 | 四十五美元六十七美分 |
Dr. | 医生 |
100% | 百分之百 |
moknah.io/docs | moknah 点 io 斜杠 docs |
内容检查
你转换的文字会被自动检查,可能违反内容政策的文字会由我们的团队审核。