文档 / 使用指南
TTS 工作台使用指南
首页的聊天框适合"随手贴一段读一下"。TTS 工作台（`/studio`）适合 "我要认真挑一个音色"——它把八家品牌的全部音色摊开成一个可筛选、可翻页的音色库。
首页的聊天框适合"随手贴一段读一下"。TTS 工作台（
/studio）适合 "我要认真挑一个音色"——它把八家品牌的全部音色摊开成一个可筛选、可翻页的音色库。
怎么进去
从首页左下角菜单进入 TTS 工作台，或直接访问 /studio。
工作台顶部有两个模式切换：TTS（语音合成）和 翻译 （见 翻译功能指南）。
界面结构
| 区域 | 作用 |
|---|---|
| 顶部工具栏 | 搜索音色、按分组/性别/语种筛选 |
| 中间音色卡片区 | 音色库主体，每张卡片一个音色，点卡片即可试听 |
| 右侧设置栏 | 选品牌、选模型、试听文本、语速、消耗率显示 |
| 底部分页 | 音色多的品牌会分页，可调每页显示数量 |
四步挑一个音色
1. 先选品牌和模型
在右侧设置栏顶部选择品牌（八家 + 系统语音），再选模型档位。
选完立刻看设置栏里的「约 N 积分 / 千字符」——这是这个档位的真实消耗率。 同一个品牌换个模型，价格可能差好几倍（比如豆包 2.0 是 48，1.0 是 80）。
品牌选择器上带小圆点标记的品牌，表示这家有可以免费试听的音色。
2. 用筛选器缩小范围
音色多的品牌（比如豆包、微软）一次几百个音色，直接翻很低效。用顶部工具栏：
- 搜索框：按音色名字搜
- 分组：比如「超自然大模型」「精品音库」「系统音色」
- 性别：男 / 女 / 童声
- 语种：中文 / 英文 / 日语……
3. 改试听文本
右侧设置栏里的试听文本框默认是一段示例文字，你可以改成自己真正要读的内容—— 用你的实际文本试听，比听官方示例句准得多。
例外：如果你还没订阅，用的是免费试听白名单里的音色， 那段文案是固定的、不能改（这是防止免费额度被滥用的必要限制）。 订阅之后就能用任意文本试听。
4. 试听并确认
点音色卡片即可播放。挑好之后，这个音色会被记住，回到首页朗读时就会用它。
关于语速
语速在右侧设置栏调整，共 5 档：0.75x / 1x / 1.25x / 1.5x / 2x。
有一点需要知道：云端 AI 音色的语速是在服务端合成时就"烧"进音频里的， 不像系统语音那样可以播放时实时变速。所以改了语速之后， 需要重新合成才能听到效果（Soniva 会自动处理，你只会感觉到需要重新加载一下）。
各家上游的语速参数取值方式其实都不一样（有的是 0.52 的倍数，有的是 09 的整数档，
Cartesia 甚至是 -1~1 的相对值），Soniva 把它们统一折算成了这 5 档。
所以同一个语速档位在不同品牌下的实际快慢会有细微差异，这是上游接口决定的。
高级设置（一般用不到）
右侧设置栏底部有一个"高级设置"区域，里面是给有特殊需求的用户准备的：
- Qwen 指令：阿里云
qwen3-tts-instruct-flash支持用自然语言描述想要的语气 - 超时时间：上游响应慢时可以调长
- 工作空间 ID / 区域 / WebSocket 端点：阿里云百炼工作空间 Key 的高级参数
- 自定义请求 JSON：直接控制发给上游的参数
如果你不知道这些是什么，就不用管——留空即可，Soniva 会用默认值。
系统语音也在这里
品牌列表里除了八家云端品牌，还有你设备自带的系统语音 （Apple / Google / Microsoft，取决于你的设备和浏览器）。
系统语音完全免费、不限次数、不需要登录，在工作台里一样可以试听和挑选。 详见 声音引擎。
相关文档
这篇有用吗？
匿名反馈仅在你允许统计且服务可用时启用。你也可以直接通过邮件提出问题。
邮件会附上当前文章链接。也可以复制信息后发送至 soniva.cde@gmail.com