情感与控制指令
How to use emotion control tags
简介
欢迎体验 Fish Audio 提供的先进AI语音技术。我们相信“怎么说”和“说什么”同样重要。为了让每一个合成的声音都不仅仅是“逼真”，更能“触动人心”，我们引入了一套强大的实时情感与声调控制指令系统。
这套系统是 Fish Audio S1 的核心部分，它让您能够精确地为声音注入情感、控制语速和音调。本指南将作为您的向导，全面介绍如何使用这些指令、相关的规则以及最佳实践，帮助您将创意变为富有表现力的声音作品。
本指南将全面介绍如何使用这些指令、相关的规则以及最佳实践。
1. 核心用法：指令语法
所有控制指令都必须放在括号 () 内。此语法是通用的。
基本格式： (指令)要朗读的文本
作用范围： 一个指令会对其后的所有文本生效，直到遇到一个新的指令。中文的指令放置规则比其他语言更灵活，详见下文。
2. 指令分类与规则
指令分为三大类：情感指令、语气控制指令和副语言指令。
2.1 情感指令
情感指令用于设定一句话或一个短语的情感基调。
规则： 情感指令可以放置在句子的 开头 或 中间，这为表达提供了更大的灵活性。
示例：
- 句首用法：
（愤怒）你就是这样回报我的吗？ - 句中用法：
我对你这么信任，（愤怒）你就是这样回报我的吗？
常用中文指令列表：
- 正面情绪：
（开心）（兴奋）（高兴）（得意）（坚定）（感激）（自信）（愉快） - 负面情绪：
（生气）（气愤）（愤怒）（讽刺）（讥讽）（悲伤）（难过）（无奈）（失望）（着急）（内疚）（沮丧） - 中性/疑问：
（疑惑）（疑问）（质问）（思考）（惊讶）（震惊）（严肃）（平静）
2.2 语气控制指令
这类指令可以放置在句子的任意位置，以调整声音的表达方式。
速度控制：
-
（语速变快）：用于营造紧张、急切的氛围。- 示例：
快走！后面有人在追，（语速变快）再不跑就来不及了！
- 示例：
-
（语速变慢）：用于营造庄重、思考或强调的氛围。- 示例：
他一字一顿，（语速变慢）仿佛每个字都有千斤重。
- 示例：
音量/音调控制：
-
（大声）：用于模拟喊叫或需要特别强调的场景。- 示例：
（大声）你说什么？我听不见！
- 示例：
-
（声音变小）：用于模拟耳语、自言自语或悄悄话。- 示例：
他凑到我耳边，（声音变小）悄悄告诉我一个秘密。
- 示例：
-
（语气激动）：用于表达强烈的情绪波动，如惊喜、激动。- 示例：
这太不可思议了！（语气激动）我们竟然真的成功了！
- 示例：
2.3 副语言指令
这类指令用于模拟非语言声音，并且 必须 后跟相应的拟声词。
-
（大笑）：用于表达开怀大笑。- 示例：
听到这个笑话，他再也忍不住了，（大笑）哈哈哈哈！
- 示例：
-
（哭泣）：用于表达伤心哭泣。- 示例：
她捂着脸，（哭泣）呜呜呜，再也说不出一句话。
- 示例：
-
（叹气）：用于表达失望、无奈或疲惫。- 示例：
事情怎么会变成这样……（叹气）唉。
- 示例：
3. 高级用法与组合示例
组合不同的指令，可以创造出富有层次和动态变化的语音效果。
中文示例 (展示灵活性)：
4. 重要提示与最佳实践
-
严格遵守规则： 虽然中文规则较灵活，但将情感指令置于情感单元的开头通常能获得最清晰的效果。
-
优先使用标准指令： 上述列表中的官方指令具有最高的准确率。
-
慎用描述性指令： 避免创造如
（用悲伤安静的声音）这样的复杂指令。模型很可能会直接读出它，而不是执行命令。应组合使用标准指令，例如（悲伤）（声音变小）。 -
避免指令过度堆砌： 在短句中使用过多指令可能会干扰模型，请有目的地使用。
-
注意已知问题： 某些拟声词（特别是笑声或哭声）的发音偶尔可能听起来不自然。这是一个我们正努力改进的已知问题。