F5-TTS Multi-Speech 完美實現仿真人情境的多角色多情感多人對話語音

發布時間：

F5-TTS 中的多角色多情感多人對話語音除了能指定多角色對話外，還能指定同一角色使用不同的對話情境，如:高興、生氣...，使得整個對話更逼真

新版整合包百度下載(10G)【解決語音底噪和吞字問題,優化推理穩定性】

F5TTS中文版本，最新升级整合包百度下載(13.82G)

雖然 Hugging Face 的線上 F5-TTS 會有次數限制，但是可以透過註冊多個帳號來解決，所以還是建議使用 線上的 F5-TTS ，因為 線上的 F5-TTS 速度快，不消耗過多硬體資源，不需自行維護BUG、功能升級，但是有一點要注意的是，免費版通常是排在最後的，因此越晚越容易塞車

切換頁簽至做多角色多情感的多人語音【Multi-Speech】

1、【Speech Type Name】輸入劇本中用到的自訂角色名稱，前面必須是英文或數字，之後就可以中英混合
2、【Reference Audio】上傳一段不超過 15 秒乾淨的參考音頻，這個角色將模仿此音頻的語調、音色與情感
3、如果參考音頻過長，可以點擊這個剪刀ICON進行裁剪
4、【Reference Text (Regular)】的文字欄位，預設不需輸入，系統會自動擷取你在【Reference Audio】上傳的參考音頻內容，但是該音頻若有其他雜音，可能導致生成後的語音不理想，如果你不確定音頻乾淨，還是乖乖輸入參考音頻的文字內容，這樣生成後的語音會比較完美 5、【Insert Label】會將角色名稱插入到【Text to Generate】最後
6、如果角色不只一個，請按【Add Speech Type】新增一個角色欄位，並設定角色名稱、上傳參考音頻

【Text to Generate】裡是要生成語音的劇本內容，格式是:{自訂角色名稱}對話內容，這裡的自訂角色名稱必須已經存在【Speech Type Name】，否則將無法合成，內容可以一段一行或一句一行，簡體或繁體都可以，但要注意的是某些字兩岸的讀法是有出入的，例如此例的坎坷，如果不改成坎科就會讀成坎可，還有很多，另外，台灣人也不太習慣捲舌，如果你在意，應該先行修正，建議先在文字編輯器修改好再貼過來

點開【Advanced Settings】後，有個【Remove Silences】預設是選取的，因為語音生成時會產生靜音(交流聲)，特別是在較長的音訊上，如果勾選可以自動刪除靜音，不知道是否本機才有，至少到目前為止我沒遇過

剪裁上傳的參考音頻

有時候上傳的參考音頻過長，你可以參考下圖直接在 F5-TTS 進行剪裁

如果都設置正確，應該類似下圖一樣點擊【Generate Multi-Style Speech】(1)按鈕即可開始合成語音，在【Synthesized Audio】框中會顯示進度與結果，試聽(2)後如果滿意即可下載(3)至電腦儲存

如果設置不正確，就會類似下圖無法點擊【Generate Multi-Style Speech】來合成語音，遇到這種狀況，請先檢查【Text to Generate】裡的格式是否正確，如果正確請隨便按一個【Insert Label】就行了

生成過程錯誤

留言

張貼留言

歡迎留言

這個網誌中的熱門文章

文字轉語音工具 F5 TTS 升級版免費免登入無限制使用極速克隆生成帶情感的真人語音

發布時間：
圖片
強烈建議使用 Huggingface 的線上 F5-TTS 因為線上的 F5-TTS 速度快，不需要註冊 不消耗過多硬體資源 哪怕硬體再爛都能使用 不需自行維護 Bug 與功能升級 生成的速度超快 如何能一直免費使用的方法 視頻後面會告訴你 如何判斷浮動IP? 1、一般的ADSL連線除非有申請固定 IP，否則預設都是浮動 IP 2、你可以訪問 https://we-shop.net/ip.php 你的IP是:123.123.123.0~255，4組數字就是你目前的 IP 3、先中斷連線等約10~15秒再重新連線 4、再訪問 https://we-shop.net/ip.php，如果 IP 和之前不同，即可確定為浮動 IP 5、有時 ISP 會因沒有閒置的浮動 IP 而無法更換，如果重新連線多次，IP 都一樣的話，即可確定為固定 IP HuggingFace 開源的 AI 倉庫 F5-TTS 文字轉語音工具 V2 線上版 F5-TTS 文字轉語音工具 V2 一鍵整合包 Google 下載
繼續閱讀 »

世界第一個 100% 免費 無需登入 無限制生成令人驚艷的 AI 圖片產生器 Raphael AI

發布時間：
圖片
Raphael AI 是世界上第一個完全免費 無限的 AI 圖片產生器 由 FLUX.1-Dev 模型提供支援 它允許您從文字描述建立高品質的圖片 無需任何註冊或使用限制 您可以建立各式各樣的圖片 包括照片寫實場景、藝術插圖、數位藝術、動漫風格圖片等等 FLUX.1-Dev 模型擅長理解複雜的提示並生成多樣化的視覺風格 使用 Raphael AI 生成的圖片 可以使用於個人和商業目的 非常適合創作者和企業 無限制免費 AI 圖片產生器
繼續閱讀 »

10組各式場景美女圖提示詞

發布時間：
圖片
提示詞符合Stable Diffusion產生規範。 提示詞 1：熱帶海灘 / Tropical Beach 中文: 一位年輕女性穿著紅色比基尼，站在熱帶海灘上，背景是清澈的 turquoise 海水和棕櫚樹，陽光灑在沙灘上，海浪輕輕拍打，細節豐富，比例，姿態優雅迷人。 英文: A young woman in a red bikini standing on a tropical beach, with clear turquoise seawater and palm trees in the background, sunlight on the sand, gentle waves, highly detailed, ratio, elegant and charming pose. 提示詞 2：泳池派對 / Pool Party 中文: 一位美女穿著藍色比基尼，靠在豪華泳池邊，背景是現代別墅與熱帶植物，水面反射陽光，細節逼真，比例，姿勢性感且自然。 英文: A beautiful woman in a blue bikini leaning by a luxurious pool, with a modern villa and tropical plants in the background, water reflecting sunlight, highly realistic details, ratio, sexy and natural pose. 提示詞 3：日落懸崖 / Sunset Cliff 中文: 一位女性穿著白色比基尼，站在海邊懸崖上，背景是絢麗的橙紅色日落和廣闊海洋，風吹動她的頭髮，細節精緻，比例，姿態自信迷人。 英文: A woman in a white bikini standing on a seaside cliff, with a vibrant orange-red sunset and vast ocean in the background, wind blowi...
繼續閱讀 »

Gemini 2.5 Flash Image (Nano Banana ) 除了生圖之外圖像編輯的六大主要修圖功能 怎麼樣寫提示詞才能精準控制角色轉動的角度

發布時間：
圖片
通用的 AI 中文提示詞結構範本: 【主體】一位 / 一群 ________（人物/動物/物品） 【外觀與特徵】具有 ________（外貌、服裝、細節特徵） 【動作 / 姿態】正在 ________（動作或姿勢） 【場景 / 背景】背景是 ________（地點/環境/氛圍描述） 【氛圍 / 情感】整體氛圍呈現 ________（溫暖/神秘/夢幻/嚴肅…） 【色彩與光影】畫面色調以 ________（主色系）為主，光線效果為 ________（柔光/強烈對比/夕陽…） 【風格】使用 ________（寫實攝影/動漫插畫/油畫/3D渲染…）風格 【技術細節】構圖為 ________（全身/半身/特寫），比例 ________（16:9 / 1:1 / 3:4），視角 ________（正面/俯視/仰視…） 🎨 範例填寫： 【主體】一位年輕的東方女性 【外觀與特徵】膚色白皙，長直黑髮，穿著藍色連衣裙 【動作 / 姿態】坐在桌前閱讀一本書 【場景 / 背景】背景是咖啡館，窗外下著小雨 【氛圍 / 情感】整體氛圍安靜而溫暖 【色彩與光影】畫面色調以米白與粉色為主，光線從窗外柔和灑入 【風格】寫實攝影風格 【技術細節】半身照，16:9 橫幅，正面視角 👉 最終完整提示詞： 「一位年輕的東方女性，膚色白皙，長直黑髮，穿著藍色連衣裙，坐在桌前閱讀一本書。背景是咖啡館，窗外下著小雨，整體氛圍安靜而溫暖。畫面色調以米白與粉色為主，光線從窗外柔和灑入，採用寫實攝影風格。半身照，16:9 橫幅，正面視角。」 視角控制參考表 Google AI Studio（ Gemini 2.5 Flash Image ） Google Gemini（ Gemini 2.5 Flash Image ） 1~9 美女圖中文提示詞： 1、讓這個人穿著米色雨衣站在人行道上，用 35mm 鏡頭、f/2.8 光圈，從低位側角度拍攝。她的側臉以濕滑路面上模糊的霓虹倒影為背景，表情平靜專注，肌膚呈現毛孔、細紋與細微瑕疵。 2、讓這個人坐在水泥階梯上，身穿藍色牛仔外套與黑色裙子，手肘支撐身體後仰，一條膝蓋抬起。用 50mm 鏡頭、f/2.2 光圈，稍微高角度拍攝。她面帶淡淡微笑，肌膚帶有真實的毛孔與瑕疵質感。 3、讓這個人身穿淺灰色連帽衫與深色牛仔褲...
繼續閱讀 »

OpenAI GPT-4O mini TTS 文字轉語音工具、台灣口音、超過 50+ 語言、流式推理、快速穩定、免費、免登錄、無限使用

發布時間：
圖片
Supported languages(支援語言)： Afrikaans, Arabic, Armenian, Azerbaijani, Belarusian, Bosnian, Bulgarian, Catalan, Chinese, Croatian, Czech, Danish, Dutch, English, Estonian, Finnish, French, Galician, German, Greek, Hebrew, Hindi, Hungarian, Icelandic, Indonesian, Italian, Japanese, Kannada, Kazakh, Korean, Latvian, Lithuanian, Macedonian, Malay, Marathi, Maori, Nepali, Norwegian, Persian, Polish, Portuguese, Romanian, Russian, Serbian, Slovak, Slovenian, Spanish, Swahili, Swedish, Tagalog, Tamil, Thai, Turkish, Ukrainian, Urdu, Vietnamese, and Welsh. GPT-4O mini TTS 內建音色風格對照表 聲音名稱 推測性別 年齡感 語音風格特點 Alloy 男性 青壯年（25–35） 穩定中性、敘述用廣泛 Ash 中性偏男性 青壯年（25–35） 較冷靜、略偏數位感 Ballad 男性 成熟（35–50） 溫柔、低沉、像講故事 Coral 女性 青年（20–30） 清晰明亮，偏活潑自然 Echo 女性 青年（20–30） 朝氣、清脆、適合歡快語氣 Fable 女性 青年（20–30） 柔和、有故事感，像說童話 Onyx 男性 青壯年（30–40） 深沉穩重、有磁性，像播音員 Nova 女性 青年（20–30） 最中性自然、用處廣、清晰穩定 Sage 男性 成熟（35–50） 冷靜穩重，聲線深厚，有智者感 Shim...
繼續閱讀 »