示例一 · 宣傳片旁白
女聲・年輕成人(18–29)
場景「廣告旁白」+節奏「擲地有聲」+情緒「雀躍」+音色「清脆」。搶耳、有推進感,適合促銷宣傳、活動開場與短片旁白。
How it works
設計流程與文字轉語音共用同一個工作區:設定一把聲、生成候選、試聽比較,最後把心水聲線收進自己的清單。
在六張設定卡中挑選想要的組合;任何維度都可以留空,留空欄位會隨機決定,保留驚喜。
按下生成,一次取得多個候選樣本;已選定的維度會鎖定,留空維度逐個候選隨機變化,方便同場比較。
逐個候選播放試聽,挑出最接近想像的一把;不合意可以調整維度再生成,反覆比較。
為聲線命名、加上描述,存入「我嘅聲線」;登記前可以剪裁樣本,只保留最滿意的段落。
想令同一批候選更多變化?可以為同一維度選取多個項目組成隨機池,生成時逐個候選隨機抽選,介面會標示「N 選隨機」。
產品介面
六張設定卡横向並排,撳卡即揀;生成結果緊貼設定之下,由設定到試聽不用離開畫面。
聲線設計工作室介面


Six dimensions
每一把設計聲線都由六個維度組合而成。下表按產品介面現況列出全部可選項目;除策展選項外,節奏與音色另設自訂欄位,可以用一短句描述想要的質地。
| 維度 | 可選設定 | 說明 |
|---|---|---|
| 性別 | 女聲/男聲/中性 | 聲線的基本錨點;可留空隨機。 |
| 年齡 | 小童(4–11)/青少年(12–17)/年輕成人(18–29)/成年(30–44)/中年(45–59)/年長(60+) | 以年齡段決定聲線的成熟感;可留空隨機。 |
| 場景 | 商業:廣告旁白、產品介紹、促銷宣傳、企業簡介|內容:網台節目、講古、有聲書|資訊:新聞報導、教學講解、導覽播報、旅遊介紹、展場廣播|娛樂:體育直播、童話故事、深夜傾談、婚禮司儀 | 16 個策展選項,界定聲線的使用場合;另可輸入自由描述。 |
| 節奏(風格) | 停頓:一氣呵成、邊諗邊講|力度:輕聲細語、中性自然、擲地有聲|咬字:字正腔圓、含糊慵懶|抑揚:平鋪直敘、抑揚起伏、大起大落 | 「你怎樣講」的演繹方向,四軸十檔單選;另設自訂欄位。 |
| 情緒 | 正面:雀躍、溫柔、自豪|沉靜:平和、冷靜、認真|負面:悲傷、嘲諷、寂寞|激動:憤怒、緊張、驚訝、驚恐 | 說話當下的情感狀態,按四象限分類。 |
| 音色 | 氣音:氣聲、無力、空靈|清亮:清脆、尖細、明亮|低沉:沙啞、洪厚、低沉|圓潤:圓潤、奶音、顫音 | 聲音的質地與觸感,按四類分佈;另設自訂欄位。 |
選項與分類以產品介面現況為準,會隨產品更新調整,本表同步修訂。所有維度均可留空(留空=隨機),亦可為個別維度設定多選隨機池。
Examples
同一套維度,組合出完全不同性格的聲線。以下示例涵蓋宣傳、敘事、教學與親子四類常見用途。
示例一 · 宣傳片旁白
場景「廣告旁白」+節奏「擲地有聲」+情緒「雀躍」+音色「清脆」。搶耳、有推進感,適合促銷宣傳、活動開場與短片旁白。
示例二 · 長篇敘事
場景「講古」+節奏「一氣呵成」+情緒「平和」+音色「低沉」。沉穩綿密,適合有聲書、紀錄片式旁白與深夜節目。
示例三 · 教學解說
場景「教學講解」+節奏「字正腔圓」+情緒「認真」+音色「明亮」。咬字清晰、條理分明,適合課程內容與產品教學。
示例四 · 床邊故事
場景「童話故事」+節奏「抑揚起伏」+情緒「溫柔」+音色「圓潤」。語氣起伏、溫柔親切,適合童話與親子內容。
以上為說明用示例,並非預設組合;六個維度均可自由替換,實際聽感以生成結果為準。
Design vs Clone
兩條路都能得到可反覆使用的專屬聲線,分別在於起點:設計由文字描述出發,複製由參考錄音出發。詳細做法另見
| 面向 | 聲線設計 | 聲線複製 |
|---|---|---|
| 起點 | 文字描述:六個維度自由組合 | 參考錄音:以真實聲音為本 |
| 所需材料 | 無需任何錄音 | 一段乾淨的參考錄音(公開 API 文件列明至少約 8 秒) |
| 適合情境 | 想要一把全新的聲線;未有合適錄音;想一次比較多個方向 | 想保留特定真人聲線的特色(請確保已獲授權);延續品牌既有聲音 |
| 完成後 | 命名存入「我嘅聲線」,工作區即用 | 同樣可以收進自己的聲線清單,於工作區使用 |
兩種方式的詳細流程與注意事項,另見聲線複製專頁。
Catalog
官方聲線庫收錄已策展的現成聲線;聲線設計則在現有清單沒有一把合心水時,由零組合出專屬聲線。兩者互補,並行不悖。
現成即用
每把聲線在線試聽、標籤齊全,選中即用於工作區——適合想即刻有把聲可用的場合。
由零組合
以六個維度描述想像中的聲線,生成候選逐個試聽——適合品牌需要獨特聲音識別、或現有聲線不合用的場合。
設計完成的聲線會出現在你的揀聲線清單,與官方聲線並列;卡面同樣標示性別、年齡、場景等標籤,日後挑選一目了然。先到聲線庫試聽現成選項,再決定是否設計專屬聲線,往往更省時間。
For production
網頁工作室之外,聲線設計能力同樣開放給生產環境:公開 API 的語音合成端點支援三種指定聲線的方式,以 JSON 描述即可生成語音,適合接入自家產品與流程。
| 指定方式 | 請求參數 | 說明 |
|---|---|---|
| 預設聲線 | voice | 填入 GET /v1/voices 目錄內的聲線 slug;目錄公開,可匿名存取。 |
| 描述設計 | design | 以 gender(male/female)與 age(child/teen/young/adult/midage/elder)描述一把合成聲線,無需先建立聲線檔。 |
| 參考複製 | clone | 以 base64 參考錄音在請求內生成近似聲線(同步端點不支援)。 |
同一請求只可指定其中一種方式,多於一種會回 400 voice_mode_conflict;design 模式接受 tts:generate 或 tts:design 權限範圍(scope)。完整請求與回應結構見公開 API 文件。
Further reading
由聲線設計到實際落地,以下文章分別說明整體用法與各行業的實務考量。
FAQ
聲線設計由文字描述出發:組合六個維度生成一把全新的聲線,全程無需錄音。聲線複製則以參考錄音出發,生成接近原聲的聲線,需要一段乾淨的錄音樣本(公開 API 文件列明樣本至少約 8 秒)。沒有合適錄音,或想要一把想像中的新聲線,用設計;想保留特定真人聲線的特色(請確保已獲授權),用複製。
不必。任何維度都可以留空,留空的欄位會隨機決定;也可以只鎖定部分維度(例如性別與年齡),其餘交由系統隨機,一次生成多個候選再逐個試聽。此外,節奏與音色設有自訂欄位,可以用自己的文字描述想要的質地。
可以。試聽滿意後為聲線命名、加上描述,即可存入「我嘅聲線」;之後在揀聲線清單隨時找到,與官方聲線並列使用。登記前亦可以剪裁樣本,只保留最滿意的段落。
網頁上登記的聲線用於網頁工作區。公開 API 另提供 design 模式:在請求內直接以性別與年齡描述一把合成聲線,無需先建立聲線檔;官方預設聲線目錄則經 GET /v1/voices 取得。完整參數與錯誤碼見公開 API 文件。
與文字轉語音同一口徑:按實際生成的字符計入方案配額,生成不成功會退回。免費登記送 2,000 字符額度(一次性);更高用量可參閱定價頁的方案與字符包。