MultiTTS 中文文档 下载 App

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:

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:

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:

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:

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:

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。