想让百度一镜数字人开口时真正带有情绪，并不是简单调几个参数就能完成——语音里的情感变化必须与数字人的动作、嘴型和眼神保持同步，否则就会像配音和画面不匹配一样，观感非常违和。通常可以按三步来处理：先确认当前音色是否支持情绪表达，再分层设置情绪参数，最后在推流或视频生成阶段启用情感语音合成引擎。

确认音色是否支持情绪表达

先登录百度一镜控制台，进入【声音克隆】或【音色库】页面，找到你当前使用的音色（例如“度书宁-亲和女声”或自定义克隆音色），点击右侧【详情】，查看“功能支持”一栏是否标注【支持情感参数调节】。如果没有这个标识，那么该音色通常只能调整语速、音调等基础参数，像愤怒、悲伤这类情绪模型是无法正常触发的。

需要特别留意的是，度雨萌、度小夏、度书古等SaaS音色通常默认已开通情感参数功能；但部分基础版低价音库（例如度小宇标准版）往往需要额外购买或开通情感增强包。否则即使你在接口中传入emotion=“happy”，系统也可能直接忽略，不会产生预期的情绪语音效果。

在线合成时注入情绪参数

方法一：通过REST API调用，在请求体中增加emotion字段

POST /v1/tts HTTP/1.1
Content-Type: application/json
{
    "text": "这个价格真的太划算了！",
    "voice": "duxiaoxia",
    "emotion": "excited",
    "speed": 1.2,
    "pitch": 8
}

当前支持的emotion取值包括：neutral、happy、excited、sad、angry、fearful、surprised，大小写均可识别。如果传入了非法值（例如“joy”或空字符串），系统通常会自动回退到neutral默认模式，不会主动报错，但情绪合成自然也不会生效。

方法二：在网页端编辑器中直接选择情绪模板

进入【数字人视频生成】→【脚本编辑】界面后，选中某一句台词，在右侧属性栏展开【语音设置】，下拉选择【情绪类型】，再配合拖动【兴奋度】【紧张度】两个滑块，对情绪强度进行细致微调。这里支持实时试听和生成预览音频，但在最终导出数字人视频时，实际效果仍以API真实传参为准——也就是说，编辑器里的配置更适合作为草稿和预览参考。

直播推流中动态切换情绪

第一步：先确认已开通【智能互动问答】+【情绪驱动语音合成】双服务包，如果只购买了直播推流基础包，是无法在直播数字人场景中启用情绪响应能力的。

第二步：在【一镜直播后台】→【场控策略】→【语音响应规则】中创建新规则

① 设置触发条件：既可以采用关键词匹配（例如弹幕包含“太贵了”→触发sad），也可以依据弹幕情感分值（调用内置NLP情绪识别API，返回score<-0.6），还可以通过人工指令控制（输入“/emote angry”）
② 绑定应答话术：填写带情绪标记的回复文本，格式为【emotion=angry】您这样讲，我确实需要重新核算成本
③ 指定音色与合成节点：选择已授权支持情绪表达的音色，并勾选【启用Zeroshot情感合成引擎】（需要注意的是，Minimax模型不支持实时情绪切片，因此只能用于离线视频生成）

第三步：正式开播前点击【测试情绪链路】按钮，系统会模拟发送一条“好失望啊…”的弹幕，用来观察数字人语音是否出现降调、放慢语速以及轻微气声等情绪特征。如果仍然是平铺直叙的播报语气，通常说明Zeroshot引擎没有成功加载，此时需要重点检查AK/SK权限配置，或将推流SDK升级、重装到v3.7.2及以上版本。