Moknah 文档
免费开始
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。

“文本转语音”页面
已选好声音并填好文字的“文本转语音”页面。

制作你的第一段音频

  1. 在侧边栏打开“文本转语音”。
  2. 点击“选择语音”并挑选一个声音。可以先点播放试听。
  3. 输入或粘贴文字,文本框最多可容纳 1,500 个字符。
  4. 查看“生成”旁边的预估积分,然后点击“生成”。
  5. 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
在高级引擎中,在“背景”框里描述你想要的表演方式。

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。

“情绪与声音”菜单
从菜单里选一个标签,它会插入到光标所在的位置。
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。

语音设置面板
模式、声音属性和语言都在一个面板里。
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/docsmoknah 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。