LongTTS 使用指南 · 长文本配音
长文本离线配音,从准备模型到导出音频
长文配音需要把整篇听完,开头顺畅还不够。先用一小段试音,再处理正文,最后检查分段衔接和文件结尾,会更容易发现遗漏。
这里的离线指语音合成阶段。完成授权激活和所需模型下载后,合成可完全离线进行,文稿和生成音频不会上传。
本地配音开始前,需要准备什么
先安装与你电脑匹配的 Mac 或 Windows 版本,完成授权激活,并下载所选语音模型。预留模型所需的磁盘空间,按软件中的环境检查提示完成准备。授权有效且模型准备完成后,可以断网合成;安装完成本身不代表所有模型都已可用。
本地推理会使用电脑的内存和计算资源。有合适的 GPU 可加速,CPU 也可用于支持该路径的模型,但耗时会随模型与硬件变化。正式处理长文前,先生成一个段落,确认本机可以完成任务。
先确认模型与文稿语言
在创作界面选择支持文稿语言的模型,再选择对应音色。中文、英文和多语言材料的表现可能不同,不要只凭音色名称判断。先用包含专名、数字和中外文混排的一小段试音,确认读音,再决定后续使用哪套模型与设置。
本地配音软件负责合成,文稿准备和成品检查仍需自己完成。参考录音中的噪声、文稿中的重复标点,以及缺少上下文的缩写,都值得在短段测试时先排查。
先整理一段适合试音的文稿
复制长文前,先清掉页码、重复标题,以及不打算朗读的注释。书名号、引号和省略号也值得看一遍,它们会影响停顿。如果有专有名词或缩写,挑一段包含这些内容的文字试音,比只听一段简单开场更有用。
可以先到首页试听内置音色,缩小选择范围,再用自己的文稿确认读音和语气。
生成时保留一份设置记录
在创作界面粘贴文稿,选定音色后调整语速和情感。LongTTS 会按句子边界处理长文本,逐段合成并拼接。任务完成后,先确认导出的音频覆盖了预期内容,不要只看任务状态就直接发布。
如果后面还要制作同一系列,把音色、语速和情感设置记下来。下一章沿用同一套设置,成品听起来会更连贯。
导出后至少听三个位置
- 听开头,确认标题和第一段没有缺字,语速也合适。
- 听中间的一处段落或场景转换,留意停顿和前后句的衔接。
- 听结尾,确认最后一句完整,文件没有提前结束。
遇到人名、数字或引语读得别扭,可以先改文稿中的写法,再生成对应部分。需要后期剪辑时可导出 WAV,方便分享的成品可导出 MP3。篇幅很长的内容建议按章节制作,具体做法见小说转音频指南。
断网前做一次完整检查
在联网时完成激活、模型准备和短段生成,确认能够正常导出。随后断开网络,再用一段非敏感文稿生成并播放结果。如果要换到尚未下载的模型,先恢复联网完成准备。
需要多人对话或章节管理的制作思路,可以继续看小说本地配音指南。若正在选择工具,首页介绍了本地配音与在线处理的使用差别,也有现成样音可试听。