百度一镜数字人现已支持实时语速与语调调节,这一功能在实际应用中非常实用。语速提供三档预设选项:0.8×、1.0×、1.2×,并附带一个精细滑块,调节范围从0.5×到2.0×。语调方面,内置亲切、专业等五种风格,还允许用户微调音高、起伏,甚至支持SSML局部控制。想象一下,当你希望数字人说话更快或更慢,语气更亲切、更严肃,甚至带点兴奋或沉稳——所有这些无需后期剪辑,直接在平台内实时完成,让数字人一开口就精准贴合你的场景需求。

进入语音参数设置界面
操作步骤非常清晰:登录百度一镜控制台 → 在左侧导航栏点击【数字人管理】→ 找到目标数字人 → 点击右侧【编辑】按钮 → 进入编辑页后切换到【语音配置】标签页。需要注意的是,只有已绑定语音合成服务的数字人,才会显示该标签页。如果尚未开通TTS服务,请先前往【组件商店】购买并绑定【语音合成】组件。这条提醒不可忽略,否则界面中不会出现相关选项。
调整语速:三档基础调节+精细滑块
方法一:使用预设语速档位
在“语速”选项下,点击下拉菜单,选择【慢速(0.8×)】、【标准(1.0×)】或【快速(1.2×)】。这三档恰好对应教育讲解、日常播报、促销口播等高频场景——例如上课需要字字清晰,促销则需要带点紧迫感。切换后实时生效,无需重新生成视频,节省时间。
方法二:拖动精细调节滑块
勾选【启用高级语速控制】后,拖动滑块范围可达0.5×~2.0×,最小步进0.05×。举例来说,儿童故事类内容建议设为0.75×,确保每个字都清晰可辨;而电商秒杀倒计时可以拉到1.6×,强化紧迫感。不过需注意:滑块值超过1.5×后,部分长句可能出现音节粘连,建议搭配短句文案使用。这是一个小坑,提前留意即可。
调节语调:情感标签+音高偏移双路径
第一步:选择基础情感风格
在“语调风格”下拉列表中,包含【亲切】、【专业】、【活力】、【沉稳】、【温柔】五种预设。每种风格均内置了对应的语调曲线、停顿节奏和重音分布逻辑——例如【活力】会自动在句尾上扬、关键词加重;【沉稳】则降低整体音高、延长句间停顿。选择一个最贴近场景的风格,效果立竿见影。
第二步:微调音高与语调起伏
开启【自定义语调】开关,然后调整“基础音高”滑块(-30Hz~+30Hz),这会改变整体声音的厚薄感;再拖动“语调起伏”滑块(0~100%),数值越高,抑扬顿挫越明显。例如用于政府政策解读,建议音高设为-10Hz、起伏设为40%,避免显得过于情绪化。这个组合可以慢慢尝试,找到最适合的风格。
第三步:插入SSML标记(进阶) 请立即
如果觉得全局设置仍不够精细,可以在文本输入框中手动添加SSML标签。例如:。这个标签会覆盖全局语速设置,仅作用于“下单”这两个字,实现局部加速强调。注意:必须开启【启用SSML解析】开关,否则标签会被当作普通文字朗读出来。这个小窍门适合需要重点突出的场景,比如促销文案中的关键句。
