让角色带口音说话：在角色音色里写一句话

口音是怎么进到成片里的

声音不是录好再贴上去的。出片时视频模型一边演画面一边把台词说出来，每个说话角色的音色描述就是交给它的这份说明。所以同一段里角色开口的音色和画面里嘴型是对得上的，中间没有一道后期配音的工序——也就没有一道工序会把口音弄丢。台词和声音，和画面一次生成。

口音词不会被过滤、截短或删掉：「柔和、慢一点，轻微的台湾腔」会跟着这个角色说的每一句台词交给模型，每一段都一样；系统也不会问你是不是认真的——想要港台腔就写港台腔，想要四川口音就写四川口音。

音色库这条路帮不上口音的忙。库里只按语言分：普通话、英语、粤语；匹配看的是性别、年龄段和气质。库里有台湾腔、东北口音这类条目吗？没有；你描述里写的口音词也不会参与挑选。要口音，只能走文字描述这条路。角色音色是怎么定的。

四步写上

1. 打开角色。 第二步角色和场景里点开角色卡；集编辑器的角色详情里也有同一个框，两处改的是同一段描述，跟着这个角色走。
2. 先看音色那一行。 如果那里给的是自动匹配音色、从音色库选择、上传音色三个按钮，说明这个角色没有音频——这就是你要的状态，第 3 步写的东西都会用上。如果那里是换一个 / 上传替换 / 删除音色（预置音色还会多一个重新匹配），说明已经挂了音频，先按下面那一小节处理。
3. 在音色描述里加口音。 原来那句留着（音质、语速、基调），口音加在后面。这个框没有字数上限，但一句话通常就够。
4. 保存，然后出片。 从下一段生成开始，这个角色说的每一句都带着它。

先看角标：这个角色现在用的是哪一套声音

两个地方能看出来。第二步的角色卡上，名字旁边出现一个小喇叭图标（它的提示文字是已绑定音色），就是挂了音频；没有图标就是文字描述在管。分镜编辑器的@菜单里有一页音色，列着全部角色：每个角色旁边有一个说话的小图标，没有音频的角色还多一个仅描述的小标签；鼠标停在图标上，提示文字才是已配置音色或者仅音色描述（无音频）。只有图标、没有仅描述标签的是绿灯；有图标带小喇叭、说明音频在演的那个，你写的话不在这一段里。

如果正处在错的那一边，在角色卡上按删除音色：确认框会写明远程文件不会被删，以后可以重新选。它免费，在你生成的下一段生效。你的口音就回到生效的位置上了。

写什么，你得到什么

说清楚是哪儿，也说清楚多重。「有口音」不是描述，「一点点台湾腔」才是。下面这些都是在原有描述后面加一句的样子：

三个习惯能让它更好用。

• 原来那句留着。音质、语速、基调是这个角色本来的样子，口音是加在上面的。把整句换掉，等于扔掉一段本来好用的描述。
• 把轻重写出来。一点点、明显、浓浓的对模型是不一样的事，也是一个角色偶尔带点地域味和一个角色一听就是他那儿出来的区别。第一次觉得淡，就把程度词写死，再重出那一段。
• 写具体的说法，别写比喻。「像新闻主播」「像念公告」会被当成指令，而且这段描述是逐段带进出片的，比喻会被放大成整集那个味道——整部片子都在念稿。「很明显的四川口音，语速偏快」说的是你要的东西，就停在你放的地方。

口音、方言，和「说粤语」不是一回事

三件事，三个地方。搞混是「口音不生效」最常见的原因。

要分清的那条线：口音改的是怎么说，说粤语改的是说什么。只在音色描述里写「说粤语」，台词还是普通话，同一句话里就塞了两个打架的要求——这种写法不要用。反过来，台词整句是粤语的，模型就按写下来的样子念，配上音色描述里的粤语，这个角色才真的在讲粤语。

口音没出来，照这张表查

花费

• 免费：写音色描述、改音色描述、自动匹配音色、换一个、删除音色退回文字描述。
• 会员功能：把自己的一段录音上传成角色的音色。只上传你有权使用的声音；真人录音属于那个人，未经许可使用不是平台会协助的事。
• 唯一要花积分的：重新生成那一段。写口音不花钱，听见它是一次正常出片。

有一件事先想清楚：挂音频和写口音是二选一，不是一起用。挂了音频，描述（包括口音）就不再参与；会员要用一段自己的声音，是拿它换掉文字描述这条路。角色音色是怎么定的。

FAQ

更新于 2026 年 10 月 10 日