按文本角色分配发音人 — 小说多主播朗读实战
小说场景下的典型规则配置
假设你正在听一本网络小说,里面有:
- 旁白(全知叙述,用沉稳中性声)
- 男主(磁性男声)
- 女主(温柔女声)
- 配角(其他次要角色,可以用第二个男声)
你需要添加三条规则:
规则一:旁白
| 项目 | 值 |
|---|---|
| 匹配模式 | 文本 |
| 匹配条件 | "旁白" |
| 分配发音人 | 沉稳中性声 / 磁性男声 |
规则二:男主
| 项目 | 值 |
|---|---|
| 匹配模式 | 文本 |
| 匹配条件 | "男主" 或具体名字如 "张三说" |
| 分配发音人 | 磁性男声 / 云扬 等 |
规则三:女主
| 项目 | 值 |
|---|---|
| 匹配模式 | 文本 |
| 匹配条件 | "女主" 或具体名字如 "李四道" |
| 分配发音人 | 温柔女声 / 晓晓 等 |
实际效果示例
假设朗读的文本是:
旁白:夜幕降临,城市陷入沉睡。男主抬头看了一眼天,说:女主什么时候回来?女主推门而入:我回来了。
添加上述三条规则后,朗读效果:
- "旁白"段 → 用"沉稳中性声"
- "男主"的对白 → 用"磁性男声"
- "女主"的对白 → 用"温柔女声"
匹配条件可以写什么
角色名字
最常见的情况。如果小说里直接写了角色名在对话前,比如:
- "张三:……"
- "李四叹口气说:……"
- "小王怒道:……"
那么匹配条件可以直接写角色名("张三"、"李四"等)。
对话标签
有些 APP 导出的文本里,角色标签可能不一样,比如:
- "【男主】:……"
- "<女主>说道……"
- "旁白……"
匹配条件里写你看到的那个标签片段即可——MultiTTS 做的是包含匹配,不需要完全精确。
章节内的特殊标记
如果你自己在听的文本里加了标记(比如给男主的话都加 [M],给女主的话都加 [F]),也可以用这些标记作为匹配条件。
匹配不到怎么办
如果某段文本匹配不到任何角色规则,MultiTTS 会用当前默认发音人来读。所以建议:
- 设一个"兜底"规则——匹配模式设为文本,匹配条件设为空(或常见的标记如":"),分配一个通用发音人
- 或者保持默认发音人就是你最常用来当旁白/主叙述的那个
角色规则的局限
需要文本里有角色标记
这是最核心的前提。如果你的小说文本根本没写"男主说""女主道",只是纯对白段落,那 MultiTTS 无法自动判断谁在说话——它又不是 AI 理解能力。
好消息是,大部分正规的阅读 APP(番茄、起点、微信读书等)导出的内容里,对话段落通常有明确的角色标记。
匹配是简单的包含检测
MultiTTS 做的是字符串包含匹配,不是语义理解。所以如果文本里提到"他是一位男主"(不是对话标记),也会触发"男主"规则——但这其实是旁白内容。规则写得越精确越好。
中文文本的角色名不一定统一
有些小说里角色名字可能有多个写法("张三""三哥""张三少爷"都指同一个人)。你可以添加多条规则覆盖所有写法,或者写一个通用关键词。
实战建议
先从两个角色开始试——男主和女主各一条规则,旁白用默认发音人。跑通后再继续加配角、特殊角色。不要一口气建十几条规则,匹配优先级乱了反而效果不好。