先确认语言与批量处理边界
当前网站使用的浏览器运行库提供 28 个英文音色。中文界面不等于支持中文合成;官方模型的多语言音色清单也不等于本站全部可用。输入框接收普通文本,不解析 SSML、情绪标签或精确停顿指令。中文播客若需要英文版开场或双语包装,可以使用下面的流程;中文人声部分需要另选支持普通话的工具。这里的“批量”是复用模板后逐条生成,不是网站提供一键队列、表格导入或自动替换变量。
一、先在文档里准备每期脚本
把节目名、期数、嘉宾和主题放进表格。每一期都先完成英文文案,并人工检查拼写;不要把变量占位符、中文导演备注或表格列名粘贴到工具。下面两条是虚构节目 Studio Notes 的制作示例,可直接作为普通文本输入,不是实际客户案例或音质测量。
二、两期可直接试听的片头
第一期介绍项目整理,第二期介绍声音编辑。除了期数和主题,尽量保持开场结构一致,便于比较听感。
Welcome to Studio Notes, episode one. Today, we are talking about organizing project files. Let us start with a simple folder structure.
Welcome to Studio Notes, episode two. Today, we are talking about editing voice recordings. Let us start by listening to the original audio.
三、准备一个通用片尾
片尾只保留听众需要的行动。如果订阅入口不同,应在生成前修改实际句子。不要把网址、折扣码和多个平台名称堆进短短一句话。
Thanks for listening to Studio Notes. You can find the episode notes on our website. Subscribe for the next conversation, and we will see you next time.
四、选择音色并逐条导出
先到 Kokoro 音色库听预录样例,再打开 文本转语音工具。用第一条脚本确定音色与速度,然后依次粘贴、生成、复听、下载 WAV。生成自己的文本需要模型下载;样例音频不等于已安装模型。整季节目保持同一个音色 ID 和速度,改动时重新听片头与正文衔接。
五、建立可追踪的交付记录
例如把第一期片头命名为 studio-notes-ep01-intro-v1.wav,第二期为 studio-notes-ep02-intro-v1.wav,通用片尾为 studio-notes-outro-v1.wav。在自己的表格中记录文件名、完整输入、音色 ID、语速和复听问题。本站不会替你维护这份制作表;刷新页面前保存需要的文本并下载结果。
六、在编辑器里拼接与混音
把 WAV 导入节目工程,先听片头最后一句与主持人第一句是否重叠,再添加音乐和淡出。精确间隔、响度匹配、背景音乐和 MP3 编码在外部编辑器完成。用发布平台的要求决定最终格式,不要把统一响度数字当作所有平台都适用的标准。可参考 TTS 音频后期指南。
七、处理多期节目最容易漏掉的问题
导出前逐项核对期数、嘉宾名字、主题和订阅提示;下载后再从本地文件播放一次,确认文件对应正确的期数。如果一段有误,修正原文、增加版本号并重生成。保留原始 WAV 和混音成品,替换片头时就不用从有音乐的成品中提取人声。
常见问题
能直接生成中文旁白吗?
本站当前运行库提供英文音色。需要普通话旁白时,请使用明确支持普通话的工具。
可以用情绪提示词或 SSML 吗?
不能。请使用普通文本,调整音色和语速;精确停顿、混音和音量处理需要在音频编辑器中完成。
生成速度和离线使用有保证吗?
没有。首次使用需要下载模型;生成速度取决于设备、浏览器和文本长度。缓存可能被清理,离线可用性还取决于页面和全部资源是否已缓存。