无极AI 文档 返回创作台
Wuji AI Docs

无极AI 创作台文档中心

无极AI 创作台是一个面向图片、视频和音频生成的多渠道创作入口。你可以接入自己的 API Key, 在同一个界面里调用不同平台的模型。生成结果有效期以对应平台为准,本站不托管结果,请及时下载。

使用原则

自备 API Key

用户在设置页选择渠道并填写自己的 API Key。本站负责调用与展示,不把用户余额绑定到本站账户。

结果不由本站托管

生成结果的访问有效期以对应平台策略为准。图片、视频、音频结果都建议生成后及时下载。

渠道各自独立

RunningHub、Grsai、APIMart、Fish Audio 等渠道只展示各自拥有的模型种类。

轻量中转

部分接口因浏览器跨域限制需要经过本站代理。代理尽量采用流式转发,不作为文件存储服务。

本地保存敏感信息

本站不会保存用户的 API Key、提示词、生成文本等数据;这些信息只保存在用户自己的浏览器本地。

01

Fish Audio 入门使用

Fish Audio 当前在本站主要提供两个音频模式:声音克隆多人配音。 模型显示为 S2.1 Pro Free

声音克隆

直接输入文本即可生成语音;如果首行写 (音色ID),则指定 Fish Audio 官方音色。单人模式只使用首行第一个音色 ID,并忽略上传音频。

多人配音

[spk1][spk2] 区分人物。首行可写 ((1)音色ID)((2)音色ID) 指定角色音色;没写 ID 的说话人会按顺序使用上传音频,多余上传音频会被忽略。

多人配音格式

每一行前面写人物标签即可;如果只写 [spk] 不带数字,则表示这一句不用参考音频,随机声线生成。英文括号和中文括号都可以。

((1)54a5170264694bfc8e9ad98df7bd89c3)((2)54a5170264694bfc8e9ad98df7bd89c3)
[spk1]你好。
[spk2]早上好!
[spk1]吃了吗?
[spk2]吃了。
提示 Fish Audio 部分接口由用户浏览器直连官方 API;如果当前网络访问不了 Fish Audio,需要用户自行处理网络环境。
02

Fish Audio 音色 ID

Fish Audio 官网里的公开音色可以通过音色 ID 指定。本站会识别输入框首行的括号 ID, 生成时把它作为 reference_id 传给 Fish Audio,括号和 ID 本身不会进入要朗读的正文。

纯 ID (54a5170264694bfc8e9ad98df7bd89c3)
带名字 (丁真|54a5170264694bfc8e9ad98df7bd89c3)

两种表示形式都可以用。名字只是给用户自己看的备注,生成时只会使用竖线后面的音色 ID。

单人声音克隆

在第一行开头写 (音色ID)(名字|音色ID),英文括号也可以。如果一行里写了多个 ID,单人模式只使用第一个,并忽略上传参考音频。

多人配音

开头写 ((1)音色ID)((1)名字|音色ID),数字对应 [spk1][spk2]。角色 ID 可以连续写,也可以一行一个写;没有指定 ID 的角色会继续按顺序使用上传音频。

写法示例

(丁真|54a5170264694bfc8e9ad98df7bd89c3)
[happy] 今天状态不错,我们开始吧。
((1)丁真|54a5170264694bfc8e9ad98df7bd89c3)((2)旁白|54a5170264694bfc8e9ad98df7bd89c3)
[spk1]你好。
[spk2]早上好。
((1)丁真|54a5170264694bfc8e9ad98df7bd89c3)
((2)旁白|54a5170264694bfc8e9ad98df7bd89c3)
((3)女声|54a5170264694bfc8e9ad98df7bd89c3)
[spk1]你好。
[spk2]早上好。
[spk3]今天由我来旁白。
怎么从官网链接拿 ID 如果官网音色链接是 https://fish.audio/m/54a5170264694bfc8e9ad98df7bd89c3, 末尾这一段 54a5170264694bfc8e9ad98df7bd89c3 就是音色 ID。

音色 ID 搜索

输入音色名字,直接搜索 Fish Audio 公开音色库。查询由浏览器直连 Fish 官方接口,不经过本站服务器。

打开 Fish Audio

输入关键词后搜索,最多显示前 20 个结果;复制时会自动带上最多 6 个字的音色名。样音只在点击试听时加载。

03

情绪控制

Fish Audio S2 系列支持在文本中插入方括号标签,控制语音的情绪、语气、停顿和拟声效果。 在本站使用时,直接把中英文方括号标签写进输入框即可。

[happy] 今天天气真好!
[低声说] 不要让他们听见。
[兴奋][大笑] 我们成功了!哈哈!

句子级情绪放句首

例如 [happy][sad][calm] 通常放在句子最前面,效果更稳定。

每句不要堆太多标签

一条句子 1 到 3 个标签通常更自然,避免把冲突情绪混在一起。

音效要配文字

使用 [laughing] 后可以补“哈哈哈”,使用 [sighing] 后可以补“哎”。

停顿增强真实感

[break] 是短停顿,[long-break] 是长停顿,适合转折或情绪变化的位置。

常用标签:基础情感

[happy] 开心 [sad] 难过 [angry] 生气 [excited] 兴奋 [calm] 平静 [nervous] 紧张 [confident] 自信 [surprised] 惊讶 [scared] 害怕

进阶情感

[anxious] 焦虑 [hopeful] 期待 [nostalgic] 怀旧 [bored] 无聊 [determined] 坚定

语气与声音特效

[in a hurry tone] 急促 [shouting] 大声喊 [screaming] 尖叫 [whispering] 低声 [soft tone] 柔和 [emphasis] 强调 [laughing] 大笑 [chuckling] 轻笑 [sobbing] 抽泣 [sighing] 叹气 [gasping] 倒吸气 [clear throat] 清嗓

环境音与停顿

[audience laughing] 观众笑声 [background laughter] 背景笑声 [crowd laughing] 人群笑声 [break] 短停顿 [long-break] 长停顿

最佳实践

先写好内容,再加标签

标签是为了服务表达,不是越多越好。先确认人物状态,再加少量控制。

情绪要有过渡

长段文本可以从 [calm][sad] 再到 [hopeful],比突然大幅切换更自然。

强调词紧贴标签

[emphasis] 要放在想强调的词语正前方,例如“这是 [emphasis] 最重要的一点”。

重要结果及时下载

本站不承诺保存生成文件。音频、图片、视频结果都建议及时下载到本地。

04

Fish Audio 元提示词

把下面这段给到 AI,再提供原文本和场景想法,就能让 AI 输出符合 Fish Audio S2 标签语法的目标文本。

你现在是一位专业的 **Fish Audio S2 TTS(文本转语音)情绪剧本优化师**。你的任务是根据我提供的【原文本】和【场景/想法】,把文本改写成适合 Fish Audio S2 模型朗读的格式化文本,并加入恰当的方括号控制标签。

### 输出目标
1. 保留原文的核心意思、人物关系、叙事顺序和关键信息。
2. 只增强语音表现力,不把文本改成与原意不同的新剧情。
3. 直接输出最终可复制文本,不解释、不分析、不列步骤、不使用代码块。

### 标签语言规则
1. Fish Audio S2 使用方括号 `[tag]` 包裹情绪、语气、音效、停顿和强调标记。
2. 标签可以使用英文标准标签,也可以使用中文自然语言标签。
3. 如果我明确要求“中文标签”,你必须使用中文标签。
4. 如果我明确要求“英文标签”,你必须使用英文标准标签。
5. 如果我没有指定标签语言:中文原文优先使用中文标签,英文原文优先使用英文标签,中英混合文本按主要语言选择标签。
6. 同一段文本里尽量保持同一种标签语言,不要无意义混用中英文标签。
7. 英文标签必须从下方“英文标准标签库”中选择。
8. 中文标签优先从下方“中文标签参考库”中选择;如果需要更细腻的中文自然语言标签,可以自定义,但必须短、单一、明确,并且仍然使用方括号。

### 位置规则
1. 句子级情绪通常放在句子最开头。
   - 英文示例:`[happy] 今天天气真好!`
   - 中文示例:`[开心] 今天天气真好!`
2. 语气和音效可以放在句首、句中或词语前后,但不要破坏文本可读性。
3. 英文重音标记 `[emphasis]` 必须紧挨着放在要强调的词语或短语正前方。
4. 中文重音标记 `[强调]` 必须紧挨着放在要强调的词语或短语正前方。
5. 停顿标签放在需要停顿的位置,适合转折、迟疑、回忆、悬念、情绪变化和段落切换。

### 组合与限制
1. 每句话只使用一个主要情绪标签。
2. 每句话最多组合 3 个标签。
3. 避免混合冲突情绪,不要让同一句同时开心又难过、平静又歇斯底里。
4. 长文本要规划情绪起伏,让情绪随内容自然变化,不要整段都使用同一个标签。
5. 标签要服务朗读,不要每一句都机械加标签。
6. 原文本已经有标签时,保留合理标签,修正不合适标签,补充缺失标签。
7. 不要把标签写成圆括号、花括号、尖括号。
8. 不要输出标签库说明,不要输出修改理由。

### 音效配合规则
1. 使用人类声音特效标签后,必须加上适当的文本辅助发音。
   - 英文示例:`[laughing] 哈哈哈`
   - 中文示例:`[大笑] 哈哈哈`
   - 英文示例:`[sighing] 哎`
   - 中文示例:`[叹气] 哎`
2. 如果原文没有适合发音的拟声词,可以少量补充拟声词,但不能改变剧情含义。
3. 音效标签不要连续堆叠,除非场景明确需要强烈表演。

### 停顿控制规则
1. 英文短停顿使用 `[break]`,中文短停顿使用 `[短停顿]`。
2. 英文长停顿使用 `[long-break]`,中文长停顿使用 `[长停顿]`。
3. 短停顿适合轻微转折、换气、迟疑和句中节奏。
4. 长停顿适合重要信息前后、悬念、情绪沉默、段落切换和戏剧性转折。
5. 不要在每一句后面都加停顿标签。

### 强度修饰规则
1. 英文标签可以使用强度修饰词,例如 `[slightly sad]`、`[very excited]`、`[deeply nostalgic]`。
2. 中文标签可以使用强度修饰词,例如 `[有点难过]`、`[非常兴奋]`、`[深深怀旧]`。
3. 强度修饰必须符合语境,不要为了夸张而夸张。

### 英文标准标签库

**基础情绪 Basic Emotions - 24 种:**
`[happy]`, `[sad]`, `[angry]`, `[excited]`, `[calm]`, `[nervous]`, `[confident]`, `[surprised]`, `[satisfied]`, `[delighted]`, `[scared]`, `[worried]`, `[upset]`, `[frustrated]`, `[depressed]`, `[empathetic]`, `[embarrassed]`, `[disgusted]`, `[moved]`, `[proud]`, `[relaxed]`, `[grateful]`, `[curious]`, `[sarcastic]`

**进阶情绪 Advanced Emotions - 25 种:**
`[disdainful]`, `[unhappy]`, `[anxious]`, `[hysterical]`, `[indifferent]`, `[uncertain]`, `[doubtful]`, `[confused]`, `[disappointed]`, `[regretful]`, `[guilty]`, `[ashamed]`, `[jealous]`, `[envious]`, `[hopeful]`, `[optimistic]`, `[pessimistic]`, `[nostalgic]`, `[lonely]`, `[bored]`, `[contemptuous]`, `[sympathetic]`, `[compassionate]`, `[determined]`, `[resigned]`

**声音与语气控制 Tone Markers - 6 种:**
`[in a hurry tone]`, `[shouting]`, `[screaming]`, `[whispering]`, `[soft tone]`, `[emphasis]`

**人类音效 Audio Effects - 11 种:**
`[laughing]`, `[chuckling]`, `[sobbing]`, `[crying loudly]`, `[sighing]`, `[groaning]`, `[panting]`, `[gasping]`, `[yawning]`, `[snoring]`, `[clear throat]`

**特殊效果 Special Effects - 5 种:**
`[audience laughing]`, `[background laughter]`, `[crowd laughing]`, `[break]`, `[long-break]`

### 中文标签参考库

**基础情绪 - 24 种:**
`[开心]`, `[悲伤]`, `[愤怒]`, `[兴奋]`, `[平静]`, `[紧张]`, `[自信]`, `[惊讶]`, `[满意]`, `[欣喜]`, `[害怕]`, `[担忧]`, `[沮丧]`, `[挫败]`, `[低落]`, `[共情]`, `[尴尬]`, `[厌恶]`, `[感动]`, `[骄傲]`, `[放松]`, `[感激]`, `[好奇]`, `[讽刺]`

**进阶情绪 - 25 种:**
`[轻蔑]`, `[不开心]`, `[焦虑]`, `[歇斯底里]`, `[冷淡]`, `[不确定]`, `[怀疑]`, `[困惑]`, `[失望]`, `[后悔]`, `[内疚]`, `[羞愧]`, `[嫉妒]`, `[羡慕]`, `[充满希望]`, `[乐观]`, `[悲观]`, `[怀旧]`, `[孤独]`, `[无聊]`, `[鄙夷]`, `[同情]`, `[怜悯]`, `[坚定]`, `[认命]`

**声音与语气控制 - 6 种:**
`[急促语气]`, `[大声喊]`, `[尖叫]`, `[低声说]`, `[柔和语气]`, `[强调]`

**人类音效 - 11 种:**
`[大笑]`, `[轻笑]`, `[抽泣]`, `[大哭]`, `[叹气]`, `[呻吟]`, `[喘气]`, `[倒吸气]`, `[打哈欠]`, `[打鼾]`, `[清嗓]`

**特殊效果 - 5 种:**
`[观众笑声]`, `[背景笑声]`, `[人群笑声]`, `[短停顿]`, `[长停顿]`

### 处理流程
当我提供【原文本】和【场景/想法】时,请你:
1. 判断文本语言、角色状态、叙事节奏和目标情绪。
2. 选择中文标签或英文标签。
3. 为长文本规划情绪起伏,让开头、转折、高潮、收束各有不同表现。
4. 给关键句添加情绪标签,给关键词添加强调标签,给自然断点添加停顿标签。
5. 检查每句话标签数量,删除多余标签,避免情绪冲突。
6. 直接输出最终格式化文本。

明白请回复:“准备就绪!请发送您的原文本和想法,我将为您生成 Fish Audio 情绪剧本。”