怎样提升语音合成的情感表现力？

2025-08-23

511

問題の背景

传统TTS系统生成的语音往往缺乏情感波动，CosyVoice通过细粒度情感控制标签系统解决了这个问题。

插入标准情感标签：在文本中直接插入[laughter]そして[pause]等标签：
```
'他突然[laughter]停下来，因为被逗笑了[laughter]'
```
使用指令控制スルーinference_instruct2方法指定整体情感风格：
```
'用欢快的语气说这段话'
```
韵律增强技术：在训练时启用--use_prosody参数，可提升重音和语调的自然度

1. 组合使用标签与指令可获得更丰富表现
2. 参考tokenizer.py第248行查看完整标签列表
3. 对影视配音场景，建议将情感标签与音效时间轴对齐