百度一镜数字人支持实时调节语速语调：语速分三档预设（0.8×/1.0×/1.2×）和精细滑块（0.5×–2.0×），语调可选亲切、专业等五种风格，并支持音高、起伏微调及SSML局部控制。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要让百度一镜数字人说话快一点或慢一点，让语气更亲切、更严肃，甚至带点兴奋或沉稳——不是靠后期剪辑，而是直接在平台内实时调节语速语调参数，让数字人开口就符合你的场景需求。
进入语音参数设置界面
登录百度一镜控制台 → 左侧导航栏点击【数字人管理】→ 找到目标数字人 → 点击右侧【编辑】按钮 → 在编辑页切换到【语音配置】标签页。
注意：只有已绑定语音合成服务的数字人才会显示该标签页。未开通TTS服务的需先前往【组件商店】购买并绑定【语音合成】组件。
调整语速：三档基础调节+精细滑块
方法一：使用预设语速档位
在“语速”选项下，点击下拉菜单，选择【慢速（0.8×）】、【标准（1.0×）】或【快速（1.2×）】。这三档对应教育讲解、日常播报、促销口播等高频场景，切换后实时生效，无需重新生成视频。
方法二：拖动精细调节滑块
勾选【启用高级语速控制】→ 拖动滑块范围为0.5×～2.0×，最小步进0.05×。比如儿童故事类内容建议设为0.75×，确保字字清晰；而电商秒杀倒计时可拉到1.6×增强紧迫感。【滑块值超过1.5×后，部分长句可能出现音节粘连，建议搭配短句文案使用】
调用百度PaddleOCR‑VL大模型API，支持PDF、Word、PPT、图片等多格式文档解析，精准识别印刷体、手写体、表格、公式、图表、印章等复杂元素，支持100+语言，可处理不规则布局和跨页长文档。触发词：文档解析、VLM解析、大模型OCR、PaddleOCR、多模态文档、手写识别、公式识别、复杂版面。
调节语调：情感标签+音高偏移双路径
第一步：选择基础情感风格
在“语调风格”中，从下拉列表选取【亲切】、【专业】、【活力】、【沉稳】、【温柔】五种预设。每种风格已内置对应语调曲线、停顿节奏与重音分布逻辑，例如【活力】会自动在句尾上扬、关键词加重，【沉稳】则降低整体音高、延长句间停顿。
第二步：微调音高与语调起伏
开启【自定义语调】开关 → 调整“基础音高”滑块（-30Hz～+30Hz），影响整体声音厚薄感；再拖动“语调起伏”滑块（0～100%），数值越高，抑扬顿挫越明显。若用于政府政策解读，建议音高设为-10Hz、起伏设为40%，避免过度情绪化。
第三步：插入SSML标记（进阶）
在文本输入框中，对关键句手动添加SSML标签，例如：<p>请立即<prosody rate="1.4">下单</prosody>！</p>。该标签会覆盖全局语速设置，仅作用于“下单”二字，实现局部加速强调。注意：必须开启【启用SSML解析】开关，否则标签会被当作普通文字朗读。
