WellSaid Labs 是一款在线服务:面向企业内容团队的高质量 TTS 平台。

这些技巧适合已经会基本操作、想进一步提效的用户。

8 条进阶用法

  1. 要求输出「不确定清单」,把需要人工核实的地方单独列出。
  2. 把「TTS(文本转语音)」等关键设置弄清楚再调参。
  3. 敏感信息用代号替换,交付前再换回。
  4. 给一个你满意的样例,让它模仿结构而不是复制内容。
  5. 同一任务准备 5 份测试材料,改设置后统一复测。
  6. 记录每次的输入、设置和结果,形成自己的经验库。
  7. 遇到瓶颈时,用 Microsoft Azure TTS 做一次对照,判断是工具问题还是用法问题。
  8. 先要大纲或计划,再要全文,复杂任务分两到三步完成。

示例:分步完成的写法

分轨练习

适用情况:手头有一首用于练习的歌曲音频时。

把这首歌分离成人声、鼓、贝斯和其他乐器,并把伴奏降低两个半音,方便练唱。

交付前确认:分离后人声没有明显残留伴奏。

更多可以试的用法

有声读物试音

适用情况:手头有一个章节的文本时。

用两种不同的声音风格朗读这一章节的前 300 字:一种沉稳叙述,一种轻松亲切,对比后选择更适合的版本。

验收标准:两种风格差异明显。

播客后期

准备材料:一期双人录制的原始音频。

处理这期音频:降低底噪、统一两人音量、删除超过 2 秒的停顿,保留自然的语气词,输出前后对比的处理记录。

验收标准:人声没有被处理得发闷。

课程旁白配音

输入:一份 800 字的讲解稿。

把这份讲稿改成适合朗读的口播版本:句子不超过 20 字,数字改成口语读法,标出需要停顿和重读的地方。

检查点:数字读法不会产生歧义。

常见问题:合成语音读错多音字

在文本中改用同音字或拼音标注,或使用工具的发音词典。

常见问题:降噪后声音发闷

降低处理强度,宁可保留少量底噪。

常见问题:配乐与画面情绪不符

先写清情绪关键词和节奏,再分段生成拼接。

概念补充:声音克隆

用少量样本复制某人的音色,必须取得本人授权。

概念补充:TTS(文本转语音)

把文字合成为语音,可选择音色、语速与情感。

适合人群:音乐人

音乐人可以用 WellSaid 处理编曲灵感、分轨练习等工作。需要注意:AI 生成音乐的版权归属以平台条款为准,发行前确认。

适合人群:播客主

播客主可以用 WellSaid 处理选题与提纲、音频后期等工作。需要注意:嘉宾声音和内容的再利用需取得同意。

适合人群:客服人员

客服人员可以用 WellSaid 处理回复草稿、工单分类等工作。需要注意:不得以 AI 名义做出政策外承诺,涉及隐私的问题按流程处理。

注意事项

本文基于 WellSaid Labs 公开的定位与通用用法编写,具体功能、套餐与可用地区以官方页面为准,产品更新后界面和名称可能变化。

文中提示词和示例仅作示意,实际效果取决于你的材料和 WellSaid 当前版本,重要内容请人工核对后再使用。

延伸阅读