AI配音情感控制技巧：让AI声音传达喜怒哀乐的进阶方法

示例：
[开心]太好了！我终于做到了！
[悲伤]为什么……为什么事情会变成这样……
[愤怒]够了！我不想再听你的借口！

[悲伤+愤怒]你答应过我的！你说过不会离开！
[惊讶+恐惧]那……那是什么东西？！
[开心+感动]谢谢你……真的谢谢你……
[愤怒+冷漠]无所谓了。你爱怎样就怎样。
[温柔+坚定]别怕，有我在。

【场景：主角发现真相】

[平静]他缓缓打开那封泛黄的信件。
[好奇]信上的字迹已经有些模糊，但还是能辨认出来。
[惊讶]等等……这个名字……
[震惊]不可能！这不可能！
[愤怒]他们骗了我！所有人都在骗我！
[悲伤+愤怒]十年了……整整十年……

【从平静到愤怒的语速变化】

[0.9x]我一直在等你给我一个解释。
[0.9x]三天了，你什么都没有说。
[1.0x]今天，我必须知道真相。
[1.1x]你到底做了什么？！
[1.3x]你看着我说话！

【停顿的运用示例】

他深吸一口气。
[停顿500ms]
"我有一个秘密，一直没有告诉你。"
[停顿800ms]
"其实……我是——"
[停顿1000ms]
"我是你的哥哥。"

<!-- 控制语速 -->
<prosody rate="slow">他说得很慢，每一个字都很清晰。</prosody>
<prosody rate="fast">他语速飞快，像机关枪一样。</prosody>

<!-- 控制音调 -->
<prosody pitch="high">她的声音高亢而激昂。</prosody>
<prosody pitch="low">他的声音低沉而有力。</prosody>

<!-- 控制音量 -->
<prosody volume="loud">他大声喊道。</prosody>
<prosody volume="soft">她轻声细语地说。</prosody>

<!-- 组合控制 -->
<prosody rate="slow" pitch="low" volume="soft">
  在那个寂静的夜晚，她终于说出了那句话。
</prosody>

<!-- 短暂停顿 -->
他说完后，<break time="300ms"/>沉默了片刻。

<!-- 较长停顿 -->
"我……"<break time="500ms"/>"我不知道该怎么说。"

<!-- 句子间停顿 -->
第一句话结束了。<break time="800ms"/>第二句话开始了。

<!-- 强调关键词 -->
这就是<emphasis level="strong">真相</emphasis>！

<!-- 中等强调 -->
我<emphasis level="moderate">真的</emphasis>不知道。

<!-- 减弱强调 -->
他<emphasis level="reduced">轻轻地</emphasis>关上了门。

<!-- 数字读法 -->
<say-as interpret-as="digits">2026</say-as>

<!-- 日期读法 -->
<say-as interpret-as="date">2026年4月5日</say-as>

<!-- 英文读法 -->
<say-as interpret-as="characters">AI</say-as>

<speak>
  <!-- 场景描述：雨夜对峙 -->

  <!-- 旁白：低沉缓慢 -->
  <prosody rate="slow" pitch="-10%" volume="soft">
    雨水顺着教堂的彩色玻璃窗滑落，在月光下折射出诡异的光芒。
  </prosody>
  <break time="1000ms"/>

  <!-- 角色A：紧张、犹豫 -->
  <prosody rate="medium" pitch="+5%">
    你……你为什么要约我在这里见面？
  </prosody>
  <break time="600ms"/>

  <!-- 角色B：冷静、低沉 -->
  <prosody rate="slow" pitch="-15%" volume="medium">
    因为有些话，<break time="400ms"/>
    只能在这里说。
  </prosody>
  <break time="800ms"/>

  <!-- 角色A：惊讶 -->
  <prosody rate="fast" pitch="+20%" volume="loud">
    什么意思？你到底想说什么？
  </prosody>
  <break time="500ms"/>

  <!-- 角色B：加重语气 -->
  <prosody rate="slow" pitch="-10%" volume="loud">
    <emphasis level="strong">真相。</emphasis>
    <break time="600ms"/>
    关于三年前那场大火的<emphasis level="strong">真相</emphasis>。
  </prosody>
  <break time="1200ms"/>

  <!-- 角色A：恐惧 -->
  <prosody rate="medium" pitch="+10%" volume="soft">
    不……不，我不想听……
  </prosody>
</speak>

<|happy|>太好了！我们成功了！<|/happy|>
<|sad|>为什么……为什么会这样……<|/sad|>
<|angry|>够了！我不想再听了！<|/angry|>
<|fear|>不……不要过来……<|/fear|>
<|surprise|>什么？！这不可能！<|/surprise|>

<!-- 轻微开心 -->
<|happy|level=mild|>嗯，还不错。<|/happy|>

<!-- 中等开心 -->
<|happy|level=medium|>太好了！<|/happy|>

<!-- 强烈开心 -->
<|happy|level=strong|>太棒了！！！我简直不敢相信！！！<|/happy|>

<!-- 悲伤中带着愤怒 -->
<|sad|><|angry|>你答应过我的！你说过不会离开！<|/angry|><|/sad|>

<!-- 惊讶转为恐惧 -->
<|surprise|>等等，那是什么？<|/surprise|><|fear|>不……不要过来……<|/fear|>

<|narrator|>
<|neutral|>月光洒在古老的城墙上，两个身影在夜色中对峙。<|/neutral|>
<|/narrator|>

<|character:linmo|>
<|cold|>你来了。<|/cold|>
<|/character:linmo|>

<|character:suqing|>
<|nervous|>我……我不得不来。<|/nervous|>
<|/character:suqing|>

<|character:linmo|>
<|cold|><|slight_amusement|>三年了，你还是这么倔强。<|/slight_amusement|><|/cold|>
<|/character:linmo|>

<|character:suqing|>
<|sad|><|angry|level=mild|>你变了，林默。你以前不是这样的。<|/angry|><|/sad|>
<|/character:suqing|>

<|character:linmo|>
<|pause|500ms|><|sad|level=mild|>是吗……也许吧。<|/sad|level=mild|>
<|/character:linmo|>

[在悲伤的语气中]为什么……为什么你要离开我？

[用愤怒的语气说]够了！我不想再听你的借口！

[用温柔的、安慰的语气说]没关系，一切都会好起来的。

[用紧张的、颤抖的声音说]它……它就在身后……

import requests

API_URL = "https://api.elevenlabs.io/v1/text-to-speech/your_voice_id"
API_KEY = "your_api_key"

payload = {
    "text": "[用悲伤的语气说]三年了，你终于回来了……可是，一切都变了。",
    "model_id": "eleven_multilingual_v2",
    "voice_settings": {
        "stability": 0.5,
        "similarity_boost": 0.75,
        "style": 0.3,
        "use_speaker_boost": True
    }
}

headers = {
    "Content-Type": "application/json",
    "xi-api-key": API_KEY
}

response = requests.post(API_URL, json=payload, headers=headers)

with open("output.mp3", "wb") as f:
    f.write(response.content)

[oral_2]  # 增加口语化程度
[lk]      # 添加笑声
[laugh_2] # 添加笑声（更强）
[break_4] # 添加停顿

示例：
[oral_2]嘿，你知道吗？[laugh_2]今天发生了一件特别搞笑的事！

# 日常对话场景
[oral_2]嗯……我想想啊……[break_4]对了！我记得了！
[oral_2]不是吧？[laugh_2]你居然真的做了？

场景：雨夜教堂对峙

林默："你来了。" → [cold, calm]
苏晴："我不得不来。" → [nervous, hesitant]
林默："三年了。" → [sad, nostalgic]
苏晴："你变了。" → [sad, angry]

# 剪映格式（使用标点暗示情感）
"你来了。" → "你来了……"
"三年了。" → "三年了……"

# Fish-Speech格式
"你来了。" → "<|cold|>你来了。<|/cold|>"

# SSML格式
"你来了。" → "<prosody rate=\"slow\" pitch=\"-10%\">你来了。</prosody>"