生成音频

音频生成从选择您需要的声音类型开始。可用模式和声音取决于所选型号。

选择音频模式

• 演讲 将剧本变成一场口头表演。当语音可用时，在生成之前选择并预览一种语音。
• 对话 用于交流或多发言者表演。使发言者的变化和线路顺序明确。
• 声音场景 描述了由多个声音元素组成的环境，例如外面下雨的安静咖啡馆。
• 音乐 描述情绪、仪器、能量、结构和预期用途。
• 音效 目标是离散的声音，例如软接口确认或产品盖打开。

只有当前模型支持的模式才应被视为可用。

直接表现，不只是言语

对于语音和对话，包括发音敏感的名称、语气、语速、情绪强度和停顿。尽可能将脚本与指导分开，这样就不会大声说出表演笔记。

对于音乐和效果，通过有意义的时刻来描述持续时间或形状：温和的开头、克制的构建和干净的结尾比一长串形容词更具有可操作性。

审查合适的演讲者

检查清晰度、发音、节奏、剪辑、背景噪音、情感契合度以及开头和结尾。对于营销活动的使用，请在受众可能使用的设备上进行测试，包括手机扬声器。

在工作流程中使用音频

当与兼容的源视频配对时，生成的对话音频可以馈送到唇形同步节点。带音频的视频片段可以按顺序组合； Assembly 节点在有序输出中包含剪辑音频。

音频生成不同于用于转录提示的语音输入。创建可重复使用的音频资产；另一个帮助您输入说明。