控制指令精细情绪
Fish Audio S2
使用开放域行内标签,在词或短语级别控制情绪、节奏和声音动作。
Fish Audio S2 精细情绪
本页适用于以下模型:
| 模型 | modelId |
|---|---|
| S2.1 Pro | fishaudio-s21pro |
| S2.1 Pro Flash | fishaudio-s21pro-flash |
| S2 Pro | fishaudio-s2pro |
这些模型支持在 text 中写入自然语言控制指令。通过 API 调用时,指令必须使用方括号 [],可放在句首或句中。
[低声说]不要让他们听见。
我不想[低声说]进去。标签从插入位置开始生效,直到出现下一个标签或当前句子结束。
开放域指令
S2 系列没有固定词汇表。可以用与正文相同的语言描述希望声音如何呈现:
[用一种沉着稳重的语气]请把手放在我能看到的地方。
[过度开朗,明显是在强颜欢笑]一切都很好。完全没问题。下面是一些常用指令示例,并非完整枚举。
| 类型 | 示例 |
|---|---|
| 呼吸与反应 | [breathing]、[panting]、[sigh]、[sniffing]、[clears throat] |
| 发声 | [laughter]、[chuckling]、[cough]、[crying] |
| 语速与节奏 | [slight pause]、[long pause]、[speaking fast]、[speaking slowly] |
| 说话方式 | [whispering]、[shouting]、[mumbling]、[monotone] |
| 情绪 | [happy]、[sad]、[angry]、[scared]、[excited] |
| 其他 | [pitch up]、[pitch down]、[singing] |
切换与组合
[温柔的声音]我不确定该说什么。[长停顿][大声说]但随后我想通了。
[叹气][伤心]我真的不知道该怎么办了。使用建议
- 将标签紧靠需要控制的词或短语。
- 先从一个清晰、简短的指令开始,试听后再增加细节。
- 避免堆叠过多标签或组合相互冲突的情绪。
- 不同音色的表现可能不同,批量生成前请使用目标音色试听。