世界杯预选赛亚洲区_高达世界杯 - fzxzyy.com

魔音工坊已经出过很多配音教程了，不仅有官方的教程，也有很多魔友贡献的教程，知名的比如军哥的两个教程，东山分享的两个教程等。

本次分享，针对的是高阶用户，分享在魔音工坊的产品功能无法直接解决的情况下，怎么使用一些技巧来提高配音的效果。如果基本功还没到位的话，麻烦先系统阅读下魔音工坊的帮助文档。

这里总结下软件配音的几个常见问题：

1，数字和符号读错了。（这个魔音工坊已经提供了非常优雅的解决方案了，点击功能栏里的「数字符号」即可解决）

2，中文多音字读错了。（这个魔音工坊也提供了业界最佳解决方案了，点击功能栏里的「多音字」即可实现高效的多音字纠错）

3，英文单词读错了。（这个魔音工坊提供了部分解决方案，其他改进已在规划中）

4，断句不够完美，该断的时候没有断开，不该断开的时候断开了。（这个魔音工坊也提供了很完美的解决方案，点击功能栏里的「连读」即可）

5，停顿时长不够完美。（这个魔音工坊也提供了业界独创的解决方案，点击功能栏里的「停顿调节」，即可实现停顿的精细调节。粗粒度的调节，使用「插入静音」即可）

6，读出来的声音不够接近真人。

7，无法合成相关的文本，比如出现「呃呃呃呃呃」类似的声音。

8，不够情感化，通篇一个情绪，缺乏变化。

9，一些发音细节不够完美，比如轻声，儿化音，变调等。

10，长句子的配音，音量有起伏。

前面五个，魔音工坊里相当大部分的发音人，已经有比较好的方案了，比如小杰、魔天轮、魔阿彬、魔阿龙、军哥小冰、小依等。这里不再具体展开魔音工坊功能栏里的功能，还不熟悉的请参考帮助文档。下面针对部分不支持这些功能的发音人展开：

1，数字和符号读错了。

比如，360可能是「三百六十」也可能是「三六零」，这个最简单的方式就是把数字和符号修改为对应的汉字，也就是你怎么读，就修改为读法对应的汉字。不过这个方法有一些不足，因为书面文字一般是数字，而不是文字；同理，字幕有时候也想写成数字。比如「360公司的老板是周鸿祎」，如果字幕打成「三六零的老板是周鸿祎」，大家看字幕就会很困惑。

这里有一个解决方案，使用别名功能，将「360」设置别名为「三六零」，这样就可以同步解决掉合成和字幕的问题了。

2，中文多音字读错了。

这个一般修改为正确发音对应的汉字就行了，最好是选择只有一个发音的同音字。否则替换后的字，依然有可能预测错误。一般输入法都可以选择某个拼音对应的汉字列表，选择一个就行了（如果你的输入法打开了兼容模式，可能会出来一些发音近似的汉字，比如sh/s, zh/z可以兼容，输入法提供这个功能主要是为了解决拼音掌握不好的人的输入问题）。如果你不知道某个汉字怎么读，可以滑选这个汉字，点击「多音字」，即可看到这个汉字的发音，连百度都不需要。

有一些发音人因为本身普通话不够标准，尤其是个别音节，有自己的发音习惯，因此不一定发音特别标准。

3，英文单词读错了。

一般中文的语音合成系统，英文发音预测的准确率都没有中文做得好（国际巨头会好一些，因为国际业务比较多），这时候就可以手动输入英文单词的音标，以合成出比较好的效果。

中文发音人，本身的英文水平参差不齐，因为哪怕提供了正确的音标，也不一定可以合成出足够正确的发音，这个暂时没必要吹毛求疵，毕竟中国人有能力判断发音好坏的人也不多。

如果是面向海外用户的话，建议挑选那些道地的英文发音人。这些发音人的特点是，一般都无法配中文。不过目前魔音工坊的发音人，基本上中英文混读的效果都不错，相信比90%的魔友要优秀哦。

4，断句不够完美，该断的时候没有断开，不该断开的时候断开了。

碰到这种情况，一般可以选择使用书名号、引号、空格等标点符号。比如「创客贴是一个设计网站」，可能会被系统错误地断句为「创/客/贴/是/一个/设计/网站」，但是我们希望断句为「创客贴/是/一个/设计网站」，这时候可以试试这样修改

创客贴 是一个 设计网站

《创客贴》是一个 设计网站

“创客贴”是一个“设计网站

空格一般会让合成系统在这里断开（技术层面解释就是会影响分词结果），书名号和引号等，则一般会让书名号或引号里的文字成为一个词或者短语。

5，停顿时长不够完美。

这个平台自有的发音人，使用「停顿调节」功能就可以了。

有一些发音人没有特别好的办法。可以试试通过添加空格来调整，但是控制能力有限。魔音工坊里的小柔等发音人，目前就没有这方面精细控制的能力，暂时可以使用「插入静音」来模拟，不过我们已经在进行这方面的改进了，敬请期待。

下面我们来重点展开下魔音工坊还没有彻底解决的配音瑕疵问题。

6，读出来的声音不够接近真人。

目前魔音工坊的自有发音人，合成效果已经几乎媲美真人了，我们之前做过调研，让用户选择某一段音频是AI合成还是真人录音，基本上投票结果已经接近五五分了。魔音工坊的技术团队还在持续改进，随着技术的进步，未来会越来越以假乱真。

有一些发音人效果差一些，主要是使用的数据还不够好，可能发音人的数据是手机录音的，或者是录音棚的混响和噪声比较大。

还有一个问题是，部分发音人给人工智能系统训练的数据不足，导致学习到的效果不够精细。未来魔音工坊会持续加大数据规模，进一步迭代热门发音人的效果。

有一些发音人不够好，大家可以通过AU软件做一些后处理；或者加上必要的背景音乐，掩盖下合成声音的瑕疵。当然合成效果好，就好比素颜美女，不怎么化妆也依然貌美如花，丑媳妇就很为难用户了，怎么乔装打扮（AU处理）都上不了厅堂。

最后针对目前还没有很好解决办法的问题，再介绍下一些可能有效的规避技巧。

7，无法合成相关的文本，比如出现「呃呃呃呃呃」类似的声音。

目前的语音合成效果，之所以相比前几年有比较大的突破，是因为引入了深度学习技术。不过目前的一些模型，还有这样那样的一些小瑕疵。一般合成的效果是高度上下文相关的，我们修改下出现问题的句子，增删一些文字，都可能可以规避掉该问题，实在不行，就使用另一种表达方式，不要死磕一种句式，一个固定的说法。

确实不行的话，合成出几个孤立的词，使用AU软件处理下，修剪掉词汇之间的静音，简单拼接到一起吧。

8，不够情感化，通篇一个情绪，缺乏变化

目前魔音工坊上有很多发音人支持情感配音，比如小柔就支持七八种不同的情绪。影视解说里大热门的军哥小冰，最近也推出了「欢快」和「悲伤」这两种情感合成。

除了根据不同的文本，选择使用不同的情感外，也有一些技巧可以增强声音的变化。典型的方法是使用魔音工坊的「局部变速」，节奏快的时候，可以加速一下，稍微舒缓的场景，则可以降速。

另外， 文章里使用必要的标点符号，对改进合成效果也可能会有帮助。大家都知道，人类写作的时候，很多时候也是通过标点符号来强化情感的。

9，一些发音细节不够完美，比如轻声，儿化音，变调等。

魔音工坊在这方面推出了不少独家的功能，滑选汉字，点击「多音字」，可以选择对应的轻声。而三三变调现象，也可以使用「多音字」功能实现变调，变调为第二声，典型的例子是「勉强」，勉的发音其实是第三声，不过在勉强这个词里，是变调为第二声的。

而儿化音功能，则是滑选「儿」字，弹出的发音选项里，有「儿化」这个选择。

有一些发音人本身发音不够专业，不擅长儿化发音。很多南方人就不擅长儿化，因此部分发音人无法有效支持儿化，就很容易理解了。

10.长句子的配音，音量有起伏。

一般来说音量上单句高一些，长句稍低。这个可以通过拆分句子来实现。一般业界在训练智能语音合成模型的时候，往往都是使用比较短的句子。因此当输入的句子很长的时候，预测的结果就相对没那么好。通过简单的句法分析，做一下长句子分拆，合成后的句子往往就会比较好了。

如果合成后的效果还是不够好，可以用au对局部音频进行音量调节。

好了，本次分享比较枯燥，不过基本都是配音的干货，希望魔友们花时间多读两遍，并在实际配音中多做一些实践。如果大家掌握了这些技巧，还有无法解决的问题，欢迎大家在魔音的会员群里随时提问交流。相信虽然技术有不完美的地方，但是方法总是比问题多。

随着技术的进一步革新，魔音工坊的持续改进，以后本文提到的这些问题，也会有越来越好的解决方案。