文字转语音

文字转语音会把写下来的文字读出来，给你一个音频文件。在 wan2-6.net 上，你粘贴稿件、选择音色与语言、设好输出格式后朗读；结果可以下载，用在任何需要旁白的地方。

写给耳朵，不是写给页面

默读顺畅的文字，读出来常常会磕。几个习惯就能解决大部分问题：

• 句子短一点。 页面上好用的长句带一堆逗号，会让声音没有地方换气。
• 该念什么就写什么。 数字、符号、缩写是读错的常见来源：想听到 "三百五十万" 就写出来，别写 "350万"。
• 标点就是导演。 句号和逗号决定语气节奏，有意识地放标点是提升听感最便宜的办法。

值得弄清楚的设置

• 音色——换音色对结果的影响比其他任何设置都大。先把两个音色都比一遍，再去调别的。
• 语言——明确指定；一行短文字不一定能让模型判断出语言。
• 语速、音高、音量——小幅调整即可。语速推得离默认太远，语气会变平。
• 情绪——路由支持时才有效，用来引导语气；不确定就别设，情绪不匹配比中性朗读更糟。
• 输出格式与采样率——按用途来选。高采样率更贵，而且放手机上完全是浪费。

它适合什么，不适合什么

它适合旁白、界面提示音、剪辑用的占位音频、把长文档读出来听。它不适合唱歌、不适合两个人的对话，也不适合「必须听起来是某个具体真人」的场景——那是肖像权/声音权问题，不是合成问题。

把第一次生成当作测试：先检查节奏和专有名词，再在此基础上写更长的稿件。

在所选路由接受音频输入时，音频可以传进视频任务，但同步质量不做保证——请自己核对，而不是假定时间轴是对的。

常见问题

音频能用在视频里吗？ 路由接受音频输入时可以传进去；发布前请自行核对同步。

多少钱？ 提交前表单旁会显示本次积分成本；稿件越长、采样率越高越贵。积分价格见套餐与价格。

从哪里开始？ 打开 Wan 工作区并选择「文字转语音」标签。