oral 标签——0 到 9 级口语化程度怎么选
oral 标签的作用
oral 标签告诉模型"请用这个级别的口语化风格说话"。
oral_0— 完全书面化,像播音员读新闻稿oral_5— 中等口语化,像普通聊天oral_9— 非常口语化,带大量语气词、停顿、"那个""然后"填充
效果示例
用同一段文本测试不同 oral 值的效果差异:
文本:我今天去了超市,买了牛奶面包还有一些水果。
| oral 值 | 预期风格 |
|---|---|
| 0 | "我今天去了超市。买了牛奶、面包,还有一些水果。"(匀速、无语气词) |
| 3 | "我今天去了超市,买了牛奶、面包,还有一些水果。"(自然但克制) |
| 6 | "我今天去了超市嗯…买了牛奶啊面包还有一些水果吧。"(有语气词、句间停顿) |
| 9 | "我今天去了超市——买了牛奶啊、面包、还有…一些水果对吧?"(非常口语化,有打断感) |
以上是预期差异,实际效果因模型随机性会有偏差。
在 prompt 里使用
params_refine_text = ChatTTS.Chat.RefineTextParams(
prompt='[oral_6]',
)
wavs = chat.infer(text, params_refine_text=params_refine_text)
在内联标签里使用
text = '[oral_6]我跟你说今天发生了一件特别有意思的事…'
wavs = chat.infer(text, skip_refine_text=True)
内联 oral 标签适合对单段文本做整体风格控制。
怎么选
- 配音 / 导航播报:oral_1 ~ oral_3,保持专业感
- 日常对话 / LLM 助手:oral_4 ~ oral_6,自然不做作
- 朋友闲聊 / 互动剧情:oral_7 ~ oral_9,允许语气词和打断
注意事项
- oral 标签主要影响"自动精炼"过程——模型会在口语化级别高时主动插入更多语气词和停顿
- 如果设得太高(oral_9),模型可能插入过度的填充词,让语音听起来卡顿
- 建议从 oral_4 或 oral_5 开始试,再根据实际效果微调