01
步骤截图待补
Step 1
语速：按信息密度定，不按情绪定
信息密的地方慢下来，10 秒里塞 3 个要点的，语速要比平常慢一成；铺垫和过渡可以快，因为听众不需要记住。整条片子一个语速，听众会累。
怎么算做对了
一条 30 秒的旁白，语速至少要变 2 次。全程同一速度，听众在第 15 秒就会走神，因为听不出重点在哪。变速不需要大改，一句慢一成就能听出来。慢的那句就是重点，听众会自动记住它。
Audience推文号运营
Steps4 个切片
Assets总视频 + 图文
Why It Works
为什么这样做
给 AI 写提示词时加「情绪激动」「温柔一点」，出来几乎没有变化。因为这类词对模型来说太抽象，它能理解的只有具体的声学量：多快、停多久、尾巴往上还是往下。把这三个量当成三个旋钮，情绪就成了可以调出来的东西，而不是求出来的。
这三个量都可以手动改。改完之后同一个音色的表现差异，会比你换 10 个音色还大。这套调法在文镜画师的配音面板里对应语速、停顿和句尾 3 个控件，摹映空间里同样拆成这三项，参数不多，但每一项都要试过才知道自己的内容适合哪档。
Video Slices
按步骤拆开看，照着做就行
02
步骤截图待补
Step 2
停顿：放在转折前，不放在句号处
AI 默认在标点处停，这是错的。该停的地方是转折前：反转要来了、答案要出了、价格要报了。在这些位置手动插入 0.3 到 0.5 秒，比改标点有效得多。
怎么算做对了
把停顿全放在句号后，听起来像念课文；放在转折前，听起来像在讲。判断方法：闭眼听，能不能预感到下一句要转折。预感得到停顿位置，说明停对了。
03
步骤截图待补
Step 3
句尾走向：上扬、持平、下压
上扬表示还有下文，适合设悬念；持平表示陈述，适合讲事实；下压表示结束，适合收尾和金句。三种走向混着用，一条片子才有起伏。
怎么算做对了
一条片子里至少出现 2 种句尾走向。全是下压，听起来像在宣布坏消息；全是上扬，听起来像在推销。两种混着用，一条 30 秒的片子就有起伏了。起伏这件事观众说不清，但听得出来，也记得住哪一句最重。
04
步骤截图待补
Step 4
验收：三处对照听
同一段文字做三个版本：只改语速、只改停顿、只改句尾。轮流听，记下哪个变化最明显。以后调这一条片子，优先改那个参数。
怎么算做对了
三个版本里如果有一个听不出差别，说明那个参数在你的内容上不起作用，可以不管它。这比均匀调参省一半时间，也避免把三个参数一起改，最后不知道是哪个起了作用。
Before You Publish
发布前过一遍
语速按信息密度调过，一条片子里至少变 2 次
停顿放在转折前，不是只跟着标点走
句尾走向用了两种以上，不是全程一个调
做过三个单变量对照，知道哪个参数最有效
Questions
常见问题
为什么加了情绪词没用？
因为模型理解的不是词，是声学特征。要它激动，就提速、缩短停顿、句尾上扬；要它沉，就放慢、拉长停顿、句尾下压。词只是给人看的，参数才是给模型的。写词的时候顺便把三个数标出来，比写十个形容词有效。
停顿多长合适？
0.3 到 0.5 秒是常用区间。低于 0.3 听不出来，高于 0.8 会像卡顿。转折重的可以到 0.6，但一条片子里不要超过 3 处，多了就散。
情绪和音色哪个先定？
先定音色，再调情绪。音色决定这是谁在讲，情绪决定这一段怎么讲。反过来做，会在音色上反复试，永远定不下来。
三个人一起听还是自己听？
自己先听 3 遍，再找一个人听。自己听是找技术问题（断句、吞字），别人听是找感受问题（信不信、想不想听下去）。两个都要，顺序不能反，因为技术问题会掩盖感受问题。这套调法在文镜画师学习中心的 AI 配音页有完整对照表。