AI 配音提示词攻略：预设声音、音色设计与声音克隆

1. 先选适合这次任务的模式

打开配音工作台。如果你只是要一段清楚的解说，从“预置音色”开始；想用文字描述一个新音色，选“音色设计”；希望沿用自己或已获授权的声音特征，选“音色克隆”。

当前语音模型主要支持中文和英文；六种界面语言不代表六种语言都能获得同等语音质量。先用一小段目标语言文本试听。

“播报文本”只放你希望听到的话；“风格指令”或“音色描述”填写音色、语速、情绪与停顿。不要把“请生成一段配音”写进配音文本，否则它可能被读出来。

两个输入框各最多 2,000 字符。先写两三句话，把产品名称、数字和容易读错的词放进去；确定读法后再扩展长稿。下面是英文界面的真实表单截图，示例文本是为教程新写的，没有提交生成。

选择“预置音色”，再从列表选一个声音。先复制风格指令：

用清楚、温和的普通话介绍产品，像向朋友演示一件好用的工具。语速中等，句子之间自然停顿，重点词轻微强调。保持亲切但不夸张，不用广播腔，不添加脚本以外的内容。

然后把这一段单独放进播报文本：

先放入你的参考图，再写下这次想改变的部分。把满意的结果留在画布上，一边比较，一边找到适合自己的创作方向。

点击生成后试听：是否只读了脚本，句尾是否收得自然，“参考图”和“画布”有没有被读得太重。

切换“音色设计”。与其写“很好听”，不如明确音高、质感、节奏和使用场景。音色描述：

设计一个适合安静教程的成年讲述者声音。中低音区，音色温暖清晰，带少量自然气息但不沙哑；普通话发音准确。语速略慢，句间停顿从容，情绪平稳，有陪伴感。不要模仿任何具体人物，不要戏剧化表演或故意压低嗓音。

播报文本：

不用一开始就把所有细节想清楚。先留下一张参考图，选一个你喜欢的方向，再用一次小小的修改，让画面更接近心里的样子。

同一段脚本可用于比较两次设计。每次只改一个描述，例如把“略慢”改成“中等”，这样才能判断是哪项要求产生了变化。

使用你自己或明确获授权的声音。上传或录制 5–30 秒的清晰单人讲话，支持 MP3 / WAV，文件不超过 7 MiB。避免背景音乐、多人交谈和过重混响，并确认页面上的声音使用授权。

风格指令：

以参考录音的声音特征为基础，自然地读出下面的脚本。保持清晰、温和和中等语速，在句号处短暂停顿。不要复述参考录音中的原话，不添加介绍、背景音或脚本以外的内容。

播报文本：

这一版先看整体节奏。第一句交代用途，第二句说明操作，最后留一点停顿，让听众有时间看清画面。

试听时同时检查相似度、咬字和呼吸感。克隆结果是合成音频，不保证与原声完全一致；若样本中有音乐或另一位说话者，先更换干净录音。

“太快”“关键词含糊”“情绪太夸张”要分别处理。保留脚本，先把风格指令改成一条可听见的目标：

保持当前音色和配音文本。本次只把语速稍微放慢，并在每个句号后增加自然停顿。不要逐字拖长，不改变情绪，不新增或删减任何一句话。

如果是名字或缩写读错，在脚本中改成明确读法后重新试听；如果是中英文切换不自然，先拆成更短的句子。声音指令影响结果，但并不是精确的时间轴控制。

当前工作台需登录，配音免费（0 Credits），输出为 WAV。生成音频默认私有，保存 7 天，请及时下载；参考录音在任务结束后删除，本机草稿最多保留 7 天并在退出登录时清除。以后使用时以页面显示的规则为准。

这一步只生成音频。把 WAV 放进你使用的视频编辑器，再调整画面、字幕与音乐。需要回顾模式差异，可查看文字转语音、声音克隆和音色设计。

分别填写配音文本和声音指令。当前配音免费，需登录；生成后及时下载 WAV。