百度一镜数字人需使用标注“支持情感调节”的音色（如晓萱_情感版），在API中通过emotion字段设type与degree，配合speed、pitch手动调节，并用文本标记微调局部情绪，调试时需对比听感细节。
☞☞☞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☜☜☜
你想让百度一镜数字人开口说话时带点悲伤、喜悦或惊讶的情绪，而不是平铺直叙地念稿——这需要精确控制语音合成的情感参数，而非仅靠文字标点或语气词暗示。
确认音色是否支持情感控制
登录百度智能云控制台 → 进入「一镜数字人」服务页 → 点击「音色管理」→ 查看目标音色右侧的「情感支持」标签。只有标注了“支持情感调节”的音色（如超拟人系列中的晓萱_情感版、子轩_多情绪）才能启用悲伤、喜悦等参数，普通基础音色调参无效。
【不支持情感调节的音色强行传入emotion参数，语音仍为默认中性语调，且不报错】
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。
在API请求中注入情感参数
调用一镜数字人语音合成接口时，在POST请求体的JSON中加入emotion字段：
方法一：直接指定情感类型与强度"emotion": {"type": "sad", "degree": 0.7} —— type可选值为happy、sad、surprised、angry、neutral；degree范围0.1～1.0，数值越高情绪越浓烈。
方法二：叠加语速与音调协同调节
悲伤语气需配合语速降低、音调下沉："speed": 0.8, "pitch": 0.6, "emotion": {"type": "sad"}。若只设emotion不调speed/pitch，语音会生硬失真——系统不会自动联动调整，必须手动配比。
方法三：用文本标记微调局部情绪
在句子中插入特殊标记，例如：他轻轻地说：“<emotion type="sad" degree="0.8">我做不到…</emotion>”。该方式仅对短文本生效（≤60汉字），且需音色明确支持「文本内嵌情感标记」功能，否则会被忽略。
调试不同情绪的实际听感
第一步：用同一段文字（如“今天天气真好”）分别生成happy/sad/surprised三组语音；
第二步：在本地播放器中并排对比，重点听语尾上扬/下坠趋势、停顿节奏、辅音轻重变化；
第三步：发现sad版本在“好”字末尾明显拖长并弱化声母，而happy版本“真好”二字之间有微小气口和音高跃升——这些细节才是情绪落地的关键信号，不是参数数字本身。
第四步：将degree从0.5逐步调至0.9，每档生成一次，直到听到自然而不做作的表达临界点。超过0.85后多数音色会出现机械感加重现象，尤其在中文双音节词上容易失真。
