音述AI借助GETI四维提示词（流派/情绪/节奏/乐器）实现对语调风格的精准控制，再配合语气精修与语调基准线校准，可让声音的情绪表达与节奏变化更加自然统一。

如果你想让音述AI生成的声音更贴近脑海中的情绪氛围与节奏设想，关键并不是反复试错碰运气——虽然它没有“语调滑块”，但可以通过四维提示词准确锚定声音的呼吸感、起伏曲线以及叙事张力，从而更高效地完成AI配音语调优化。

用GETI提示词锁定语调风格

打开音述AI官网（https://yinshu.ai）→ 登录账号 → 点击「开始创作」→ 在输入框中直接填写完整提示词，不要只输入“温柔一点”或“严肃些”这类过于笼统的描述。

提示词必须按照“流派/情绪/节奏/乐器”四要素组合书写，四项内容尽量完整，缺一不可。例如：“古风/怅然若失/舒缓如溪流/古筝+箫声铺底”，系统会基于这些信息动态分配基频走向、停顿密度和能量衰减曲线，从而提升AI语音生成的情绪表现力与语调控制精度。

【一旦漏掉“节奏”这一维度，AI通常会默认采用中速、匀速输出，极易形成偏播音腔、缺乏起伏的平直语调】。

在生成界面微调语气细节

点击「生成」后，进入音频预览页 → 找到右上角⚙️图标 → 点击「语气精修」。

方法一：插入自然语言指令
在弹出框中输入类似“旁白部分放慢0.3秒，讲到‘雨落’二字时轻微降调并延长尾音”的描述，系统通常只会对该句进行重合成，同时保留其余段落的原始音频内容。

方法二：替换情绪关键词
把原提示词中的“轻松”改为“略带倦意的轻松”，把“激昂”替换为“克制的激昂”，模型会自动压缩音高波动幅度，并适当降低语速峰值，从而避免情绪表达过满，提升声音呈现的真实感与层次感。

导出前强制校准语调一致性

首先，播放生成后的音频，然后将进度条拖动到第3 - 5秒的位置，重点判断开场语气是否突兀；
接着，如果开头语气偏硬，就返回编辑页面，在提示词最前面补充一句“以轻声耳语开场，气息略带沙哑”；
之后，勾选「统一语调基准线」开关，系统会把整篇语音的基频中心值锁定为当前首句的平均值，从而有效避免段落之间语调忽高忽低的问题；
最后，点击「重新合成」按钮，等待约8秒，即可完成语调一致性校准。

这一步不建议省略：如果未启用该开关，不同段落会由独立推理生成，语调基准容易自然漂移。尤其在长文本分段生成的AI配音场景中，更容易出现“前半段像深夜电台，后半段像早间新闻”这样的明显割裂感。