语音情感控制
指引生成语音朗读台词的标签、情绪设置和节奏控制。
Morphic 上的语音情绪控制让你塑造生成语音的听感，从情绪语气到反应、节奏和表达风格都能控制。用正确的提示撰写你的指令，语音就会按你的要求演绎。
如何使用语音情绪控制
下面是一个在 Morphic 上使用语音情绪控制的快速教程：
- 打开 Morphic，进入你的项目。
- 创建新文件或打开已有文件。
- 在底部的提示栏中，将模式切换为“音频”，并选择“语音”。
- 选择你的音频模型：“ElevenLabs”或“MiniMax”。
- 在语音选择器中选择一个声音和语言。
- 使用你所选模型的情绪控制格式编写提示（见下方）。
- 点击提示栏中的蓝色按钮。
Morphic 支持两种语音模型。每种都使用不同的情绪控制语法。先选择你的模型，然后按照下面的指南操作。
ElevenLabs
ElevenLabs 使用直接写在提示中的方括号标签。将任何情绪、反应或指令用方括号括起来，模型会将其理解为表演提示，而不是要说出口的文本。
工作原理
[标签] 你的对话文本写在这里。标签会影响其后所有内容，直到出现新的标签。你可以将标签放在文本中的任何位置，并按顺序组合多个标签。
| 无标签 | 有标签 |
|---|---|
我拿到角色了。我真的拿到角色了。 | [兴奋] 我拿到角色了。我真的拿到角色了。 |
我们得离开。现在。 | [低声] [紧张] 我们得离开。现在。 |
我觉得这行不通。 | [悲伤] [犹豫] 我觉得这行不通。 |
宝藏埋在那座旧礼拜堂下面。 | [海盗腔] 宝藏埋在那座旧礼拜堂下面。 |
ElevenLabs 是开放式的，没有固定列表。把任何情绪或指令写在方括号里，模型都会尝试理解。像这样的标签 [嫉妒], [浪漫], [尴尬], [怀疑的语气]，或 [停顿后继续] 都可以。
下面的标签是常用且效果稳定的，但不限于这些。
标签
情绪
| 标签 | 功能说明 |
|---|---|
[兴奋] | 高能量、充满热情的表达 |
[开心] | 温暖、轻快的语气 |
[愉快地] | 轻快明亮的表达 |
[悲伤] | 低落、低沉的语气 |
[悲怆] | 深沉的悲伤、哀痛 |
[愤怒] | 尖锐、有力的表达 |
[紧张] | 不确定、略带颤抖 |
[沮丧] | 紧绷、不耐烦的语气 |
[平静] | 平稳、放松的表达 |
[疲惫] | 没有精神、精疲力尽 |
[好奇] | 探询、疑问的语气 |
[讽刺] | 冷淡、带讽刺的表达 |
[俏皮] | 轻松、戏谑的感觉 |
[面无表情] | 平铺直叙、毫无情绪的表达 |
试试看：
[兴奋] 我们刚刚拿到融资。我简直不敢相信。[紧张] 但现在我们真的得兑现承诺了。[平静] 一步一步来。我们会解决这个问题的。情绪细微变化
用于更细微的语气变化。这些会为一句台词增加层次，而不会覆盖整句的表达。
| 标签 | 功能说明 |
|---|---|
[犹豫] | 不确定、欲言又止 |
[如释重负] | 重担卸下、紧张释放 |
[紧张] | 如坐针毡、为即将发生的事做准备 |
[温暖] | 温柔、关怀的语气 |
[认命的语气] | 选择放弃、接受失败 |
[结结巴巴] | 说话磕绊、慌乱 |
[后悔] | 希望事情有所不同 |
[同情] | 富有同情心、理解 |
[安抚] | 安慰、稳重 |
[敬畏] | 因惊奇或赞叹而震撼 |
试试看：
[紧张] 有点不对劲。我能感觉到。[如释重负] 哦，是你啊。谢天谢地。[温暖] 过来。我很担心你。反应
用于在台词之间或内部增加真实感的非语言声音。
| 标签 | 功能说明 |
|---|---|
[笑] | 放声大笑 |
[咯咯笑] | 轻柔、轻浅的笑 |
[轻笑] | 短促、克制的笑 |
[叹气] | 因疲惫、如释重负或沮丧而呼气 |
[倒吸一口气] | 突然吸气，表示惊讶或震惊 |
[吞咽] | 紧张地吞咽 |
[哭泣] | 带着哭腔、哽咽的声音 |
[清嗓子] | 快速调整嗓音 |
试试看：
[笑] 你在跟我开玩笑吧。[倒吸一口气] 等等，你是认真的？[清嗓子] 好吧。我们认真谈谈这件事。表达方式
控制声音在身体层面如何演绎这句台词，与情绪无关。
| 标签 | 功能说明 |
|---|---|
[低声耳语] | 轻柔、带气声、贴近的表达 |
[喊叫] | 大声、外放的声音 |
[轻声] | 音量低、克制 |
[大声地] | 提高音量、有力 |
[急促] | 节奏快、紧迫 |
[拖长] | 缓慢、拖长的表达 |
[戏剧化语气] | 戏剧化、强烈的张力 |
试试看：
[低声耳语] 他们就在门外。[急促] 我们现在必须动身，没时间了。[喊叫] 跑！口音与角色
在不改变声音的情况下切换口音，或者赋予声音一个角色人设。
| 标签 | 功能说明 |
|---|---|
[美国口音] | 标准美式英语 |
[英国口音] | 标准英式英语 |
[法语口音] | 带法语口音的英语 |
[美国南方口音] | 美国南方拖腔 |
[澳大利亚口音] | 澳大利亚英语 |
[浓重的俄语口音] | 浓重的俄式口音 |
[浓重的X口音] | 将 X 替换为任意国籍 |
[海盗腔] | 粗哑的、航海气质的角色 |
[老人腔] | 苍老、饱经风霜的表达 |
[机器人腔] | 机械、合成感的语气 |
[奇幻旁白] | 史诗感、童话式旁白 |
[黑色电影旁白] | 黑暗、忧郁、愤世嫉俗的旁白 |
[讽刺地] | 冷淡、带讽刺意味的角色演绎 |
试试看：
[海盗腔] 宝藏埋在那座旧礼拜堂下面，深埋三寻。[老人腔] 我还记得这座小镇曾经只有土路和老实人。[机器人腔] 警告。结构完整性受损。请立即撤离。多角色对话
在一个提示中编写两个或更多角色的场景时，可用这些来塑造台词之间的互动。
| 标签 | 功能说明 |
|---|---|
[打断] | 在对方话还没说完前插入 |
[重叠] | 在另一位声音未落时开始说话 |
试试看：
所以我想说的是[打断] 不，住口。你别想把这件事搪塞过去。[重叠] 但如果你能先听我说一秒……停顿与节奏
ElevenLabs 不支持明确的停顿时长。停顿长度由上下文、标签和标点推断。
| 这样写 | 功能说明 |
|---|---|
[停顿] | 戏剧性静默（长度由模型决定） |
... | 犹豫、拖尾式停顿 |
| 全大写 | 强调这个词 |
| 新段落 | 明确停顿并重置语调 |
试试看：
“我……嗯，我想是吧。”
[停顿] 然后事情就发生了。
“我说现在！”获得更好效果的提示
| 提示 | 原因 |
|---|---|
| 让标签与文本相匹配 | [哭泣] 别离开我。 听起来更自然。把 [哭泣] 加到一句随意的句子里就不自然。模型会阅读整行内容以获取上下文。 |
| 组合标签 | [低声耳语][紧张] 或者 [犹豫][紧张] 给模型两个线索进行融合，从而输出更细腻的结果。 |
| 选择合适的声音 | 平静的声音不可能逼真地喊叫。高能量的声音也不适合低声耳语。让声音与角色匹配。 |
| 使用 Creative 或 Natural 稳定度 | 这些设置会给模型更多空间来表现标签。Robust 更稳定，但表达性较弱。 |
| 用标点作为节奏提示 | 逗号放慢节奏。句号形成硬停顿。省略号表示语气渐弱。模型会读取并响应标点。 |
Google Gemini 3.1 Flash TTS
Gemini 3.1 Flash TTS 可提供富有表现力的多语言朗读，并能在广泛语言范围内细致控制语气、节奏和口音。你可以通过两种方式引导它：用自然语言指令，以及写入脚本中的行内提示。
工作原理
Gemini 会读取你用自然语言写下的指令，并据此调整表达。先写指令，再写台词。
| 无指令 | 有指令 |
|---|---|
| 风暴已经过去了。你现在安全了。 | 请用温暖而缓慢的语气说这句话，就像在安慰一个孩子：风暴已经过去了。你现在安全了。 |
你也可以在方括号中插入行内提示，以添加反应并在句中切换表达。Gemini 会执行提示，而不是把它读出来。
试试看： 真不敢相信你竟然这么做了 [laughs]。这是今年最棒的惊喜。
标签
将提示直接放在你想要它出现的台词位置，用方括号括起来。Gemini 会执行该提示而不是朗读出来，而且你可以在一段脚本中使用多个提示。
反应和声音：
| 标签 | 功能说明 |
|---|---|
| [笑] | 添加自然的笑声 |
| [紧张地笑] | 添加紧张的笑声 |
| [叹息] | 添加一声叹息 |
| [倒吸一口气] | 添加一声倒吸气 |
| [呼气] | 添加可听见的呼气声 |
| [嗤笑] | 添加轻蔑的嗤笑 |
| [清嗓子] | 在台词前加清嗓子 |
| [哭泣] | 带着泪水说出这句台词 |
表达与语气：
| 标签 | 功能说明 |
|---|---|
| [耳语] | 把声音降为耳语 |
| [正常声音] | 恢复为正常说话声音 |
| [轻柔地] | 让表达更柔和 |
| [喊叫] | 把声音提高到喊叫 |
| [慢慢地] | 放慢节奏 |
| [兴奋] | 增加活力和兴奋感 |
| [紧张地] | 增加紧张、犹豫的语气 |
试试看： [耳语] 别出声。[正常声音] 好了，安全了。
对于语气、活力或口音，请在台词前用自然语言描述你想要的效果。Gemini 支持其各语言中的口音控制。
试试看： 请用英式口音读这句：今天天气真不错，不是吗？
多说话人对话
Gemini 可以在一次生成中呈现两位说话人的来回对话，并为每位说话人赋予不同的声音。先用说话人的名字标注每一行，然后在生成前为每位说话人分配声音。Gemini 每段对话最多支持两位说话人。
试试看：
Maya：你收到工作回复了吗？
Tom：收到了。我周一开始上班。
Maya：太棒了，恭喜你。| 元素 | 该怎么做 |
|---|---|
| 说话人标签 | 每行以说话人的名字开头，后跟冒号 |
| 每位说话人对应一个声音 | 在生成前为每个已命名说话人分配各自的声音 |
| 说话人数限制 | 一段对话最多两个不同的说话人 |
停顿与节奏
用省略号添加一拍的停顿，并在指令中说明你想要的节奏。
| 方法 | 示例 |
|---|---|
| 用省略号表示停顿 | 等等…… …… ……你听到了吗？ |
| 在指令中说明节奏 | 请缓慢而刻意地读这句：每。个。词。都。很。重。要。 |
获得更好效果的提示
| 提示 | 为什么有帮助 |
|---|---|
| 将指令放在台词前 | Gemini 会将该指令应用到其后面的文本 |
| 设置场景 | 类似这样的上下文 以自然纪录片旁白的方式，平静而低声地： 会影响语气和表达 |
| 组合方法 | 在同一脚本中将自然语言指令与方括号行内提示配对使用 |
| 让语言与声音匹配 | 在生成前选择适合你脚本的声音和语言 |
MiniMax
MiniMax 使用 括号式声音标签 在你的提示中，以及一个单独的 情绪选择器 在 Morphic 的界面中。
情绪
在生成时从下拉菜单中选择情绪。这会设置整个输出的总体语气。
| 情绪 | 效果 |
|---|---|
| 自动 | 模型读取文本并选择最合适的情绪（默认） |
| 开心 | 轻快、积极 |
| 悲伤 | 低落、忧郁 |
| 愤怒 | 强硬、激烈 |
| 害怕 | 焦虑、害怕 |
| 厌恶 | 反感、排斥 |
| 惊讶 | 受惊、震惊 |
| 平静 | 放松、宁静 |
| 流畅 | 干净、播报风格——适合新闻或技术类旁白 |
| 中性 | 无情绪偏向 |
声音标签
使用括号直接在提示中添加非语言声音。这些是 仅预设 ——仅支持下面列出的标签。
太不可思议了（笑）我真不敢相信它居然成功了。
结果……出乎意料。（叹气）让我解释一下。| 标签 | 标签 | 标签 |
|---|---|---|
（笑） | （轻笑） | （咳嗽） |
（清嗓子） | （呻吟） | （呼吸） |
（喘气） | （吸气） | （呼气） |
（倒吸气） | （吸鼻子） | （叹气） |
（哼鼻） | （打嗝） | （咂嘴） |
（哼唱） | （嘶嘶声） | （呃） |
（吹口哨） | （打喷嚏） | （哭泣） |
（掌声） | （打哈欠） |
与 ElevenLabs 不同，你 不能 发明自定义标签。写入
（紧张）或者（嫉妒）将不起作用——模型会将它们作为文本读出。请使用情绪选择器来设置情感语气。
停顿
使用以下格式插入定时静音： <#x#> 其中 x 表示秒数（0.01–99.99）。
结果出乎意料。 <#1.2#> 让我们来看看原因。
我们需要谈谈。 <#0.5#> 这很重要。提示
- 请谨慎使用音效标签——太多会听起来不自然。
- 将情绪设置为 自动 适用于大多数情况。当你需要在长文本中保持一致语气时，可手动覆盖。
- 标点很重要——逗号和句号会引导模型的节奏和语调。
如果您遇到任何问题或有任何疑问，欢迎随时联系我们。我们很乐意提供帮助。请发送邮件至 support@morphic.com.