MultiTTS 音调与语速搭配技巧 — 听感更好的参数组合
三个参数的作用
MultiTTS 提供三个可以调节的声音参数：
| 参数 | 作用 | 取值范围 | 默认值 |
|---|---|---|---|
| 语速 | 每秒说多少个字 | 0.5 ~ 2.0 | 1.0 |
| 音量 | 声音大小的相对倍数 | 0 ~ 150% | 100% |
| 音调 | 声音频率高低（类似唱歌的key） | -5 ~ +5 semitones | 0 |
语速和音量是几乎所有音源都支持的基础参数；音调在部分引擎上可能不可调或效果有限。
参数怎么影响听感
语速 × 音色
同样的音色，语速不同会产生完全不同的听感：
- 温柔女声 + 慢速 → 睡前故事
- 温柔女声 + 中速 → 小说旁白
- 温柔女声 + 快速 → 资讯播报
反过来：
- 磁性男声 + 慢速 → 纪录片旁白
- 磁性男声 + 快速 → 体育解说
音调 × 音色
音调调节的空间比较窄，但在特定场景下有用：
- 把音调调低半音（-1~-2），男声显得更沉更有磁性
- 把音调调高半音（+1~+2），女声显得更亮更活泼
- 音调调节幅度不宜过大，超过 ±3 可能出现"卡通音"
常见参数配置模板
场景一：通勤听小说（推荐配置）
| 参数 | 建议值 | 理由 |
|---|---|---|
| 语速 | 0.9 ~ 1.0 | 不紧不慢，有时间消化内容 |
| 音量 | 90 ~ 100% | 通勤环境有噪音，稍低一点避免开太大 |
| 音调 | 0 | 原味最自然 |
场景二：早间新闻/资讯
| 参数 | 建议值 | 理由 |
|---|---|---|
| 语速 | 1.2 ~ 1.4 | 资讯密度高，加快节奏不拖沓 |
| 音量 | 100 ~ 110% | 清晰度优先 |
| 音调 | 0 ~ +1 | 女声可微调高音调更有精神 |
场景三：学习/听写场景
| 参数 | 建议值 | 理由 |
|---|---|---|
| 语速 | 0.5 ~ 0.7 | 慢慢念，听得清每个字 |
| 音量 | 110 ~ 120% | 避免因为速度慢显得声音发闷 |
| 音调 | 0 | 标准音调方便跟读 |
场景四：方言朗读
| 参数 | 建议值 | 理由 |
|---|---|---|
| 语速 | 0.8 ~ 0.9 | 方言咬字更重，稍慢一点更清楚 |
| 音量 | 100% | 原味 |
| 音调 | 0 | 方言的音调本身就是特色，别改 |
长时间听不疲劳的原则
- 语速别超过 1.3——连续听两小时以上，语速过 1.3 大脑处理不过来，容易走神。
- 音量别超 110%——太大声会让耳蜗疲劳，间接影响注意力。
- 多准备几个常用发音人——同一个音色听久了也会腻，可以备 2~3 个不同风格的发音人，轮换使用。
参数随内容变，不随人变
最好的实践是：不同内容类型设不同参数，而不是对每个发音人都调一遍。比如：
- 所有发音人用来读小说时 → 语速统一 0.9
- 所有发音人用来读新闻时 → 语速统一 1.3
这样切换发音人时不需要重新调参数，换内容类型时一次调完所有发音人。