必须对剧本结构化处理:每句前加【角色名】,删非语音内容,UTF-8编码保存;否则讯飞智作无法识别角色,全部由同一发音人朗读且不可后期拆分。
☞☞☞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☜☜☜

你需要让讯飞智作准确区分多人对话中谁在说话,避免所有台词混成一个声音,就必须在配音前对原始剧本做结构化处理——这不是可选项,而是合成能否成立的前提。
先给每句台词标上角色名
打开你的原始剧本,在每段对话前手动加上【角色名】:格式,例如【张老师】今天这幅《溪山行旅图》的构图很特别……。注意用中文全角【】,不要用英文[]或(),否则讯飞智作无法识别角色标签。
如果原文是“小明说:‘我明白了。’李老师点头:‘很好。’”,不能直接复制粘贴,必须改写为【小明】我明白了。【李老师】很好。
这一步操作起来很简单,直接把文件拖进去就行。但【若跳过此步,讯飞智作会默认全部由同一发音人朗读,且无法后期拆分】。
删掉非语音内容和干扰符号
删除所有舞台提示、动作描写、括号注释,比如(轻声)、(转身看向窗外)、[音效:雷声]。这些文字不会被转成语音,反而会干扰TTS断句逻辑,导致停顿错乱或吞字。
去掉所有项目符号、编号、破折号开头的说明性段落。只保留纯对话文本,一行一句,角色标签紧贴台词开头,中间不空行。
检查是否有隐藏的换行符或制表符——用Word的“显示/隐藏编辑标记”功能(¶按钮)确认,确保每段都是干净的回车换行。
按角色批量归类并测试切分效果
方法一:网页端预览切分
粘贴整理后的文本到讯飞智作网页版文本框→点击右侧【试听切分】按钮→观察音频波形是否按【角色名】自动分段。若某段未被识别,说明该角色名格式有误或前后有空格。
方法二:PC客户端强制分段
导入TXT后,在参数区勾选【按角色标签自动切分】→系统将识别所有【xxx】为独立段落→每段可单独指定不同发音人,如【张老师】配“聆飞远”,【学生甲】配“晓晓”。
【PC客户端必须使用UTF-8编码保存TXT,否则角色标签会变成乱码,切分彻底失效】
处理跨段连续对话与语气连贯性
第一步:识别自然语流边界
当同一角色的台词被分在两段以上(如因换行或标点断裂),需手动合并。例如:【王馆长】北宋山水画讲求……
【王馆长】三远法布局——这两行要删掉换行,连成一句。
第二步:插入语音控制标记
在需要强调停顿的位置加{pause:800},在需加快语速处加{speed:1.2},这些标记讯飞智作能直接解析。但不要滥用,每段最多加2处,否则节奏失真。
第三步:验证关键术语读音
对《富春山居图》《郭熙》《皴法》等专有名词,用《》包裹,如《富春山居图》,否则发音人可能读成“富春山居图”(错读“富”为fù而非fǔ)。


















