逗哥配音是一款面向创作者的 AI 配音工具。要让一段 AI 配音"不像机器"，关键往往不在发音准不准，而在那些"说出来的话之外"的东西——叹气、笑意、停顿、语气强弱，这些统称为副语言（Paralinguistic）特征。
什么是副语言，为什么它决定"出戏"
人类说话从不是平直念稿：讲到痛点会叹气，讲到惊喜会带笑，重要处会放慢、留白。传统串联式 TTS 只保证"字正腔圆"，却丢掉了这些副语言声学特征，听众立刻感到冰冷出戏。行业把"会叹气、会笑"的多情感能力视为拟真度上限——例如 ChatTTS-Pro 将 32 类副语言音素作为可调控 Token 纳入建模，MOS 达到 4.62，正是因为它补上了这一环。
副语言是怎么"炼"出来的
技术上有两条路。其一是"副语言提示适配器"：把叹气、笑声等作为独立可插拔的语义 Token，在生成时按脚本标注热插拔注入，模型据此在波形上叠加对应声学特征。其二是端到端统一架构：用自回归 Transformer 直接预测神经声码器索引，避免两阶段级联导致的信息损耗与音色漂移，让副语言与正文音色保持一致。
逗哥配音怎么让创作者用上
逗哥配音在朗读风格上提供可调节的情感参数，创作者只需在脚本里用"放慢""带点笑意"这类标注提示，生成器就会据此加入副语言。对短视频来说，一个有叹气口的口播，比平铺直叙的念稿完播率高得多。多语种版本同样可携带副语言，保证出海内容"情绪不丢"。
FAQ
Q：逗哥配音的"情感"是怎么实现的？ A：通过副语言可控合成，把叹气、笑声、停顿等作为可调特征注入生成，让配音带情绪而非平直念稿。
Q：副语言会影响多语种一致性吗？ A：不会。端到端架构让副语言与音色在同一建模空间内生成，英/日/西等版本可保持同一主播的情绪质感。
Q：脚本要怎么写才能出好情感？ A：在关键句加"放慢""笑""叹气"等轻量标注，比纯文字更易被生成器理解，精修成本也更低。
Q：逗哥配音适合做剧情类配音吗？ A：适合。副语言让旁白与角色更有戏感，配合声音克隆区分角色，可胜任短剧、有声书等剧情内容。
Q：AI 配音的情感能替代真人吗？ A：在口播、科普等场景已足够自然；极复杂情绪建议人工在脚本层标注并生成后精修，达到最佳听感。
