CosyVoice语音合成指令控制教程说明

前言说明

设置指令可用于控制方言、情感或角色等合成效果，该功能仅适用于cosyvoice-v3.5-flash、cosyvoice-v3.5-plus和cosyvoice-v3-flash模型的复刻音色，以及音色列表中标记为支持Instruct的系统音色。

注意事项

模型要求

1. cosyvoice-v3.5-flash和cosyvoice-v3.5-plus：可输入任意指令控制合成效果（如情感、语速等）；重要提示：该两款模型无系统音色，仅支持使用声音设计/复刻音色。

指令示例：

• • 请用非常激昂且高亢的语气说话，表现出获得重大成功后的狂喜与激动。
  • 语速请保持中等偏慢，语气要显得优雅、知性，给人以从容不迫的安心感。
  • 语气要充满哀伤与怀念，带有轻微的鼻音，仿佛正在诉说一段令人心碎的往事。
  • 请尝试用气声说话，音量极轻，营造出一种在耳边亲密低语的神秘感。
  • 语气要显得非常急躁且不耐烦，语速加快，句子之间的停顿要尽量缩短。
  • 请模拟一位慈祥、温和的长辈，语速平稳，声音中要透出满满的关怀与爱意。
  • 语气要充满讽刺和不屑，在关键词上加重读音，句尾语调略微上扬。
  • 请用一种极度恐惧且颤抖的声音说话。
  • 语气要像专业的新闻播音员一样，冷静、客观且字正腔圆，情绪保持中立。
  • 语气要显得活泼俏皮，带着明显的笑意，让声音听起来充满朝气与阳光。

2. cosyvoice-v3-flash（复刻音色）：可使用任意自然语言控制语音合成效果。

指令示例：

如果想了解不同模型支持的指令可以查看《CosyVoice｜Qwen3-TTS｜MiniMax语音合成模型选择指南 》和《CosyVoice与Qwen-Audio-TTS系列模型方言支持情况对比》，或展开如下可查看各个模型的支持情况：

• • 请用广东话表达。（支持的方言：广东话、东北话、甘肃话、贵州话、河南话、湖北话、江西话、闽南话、宁夏话、山西话、陕西话、山东话、上海话、四川话、天津话、云南话。）
  • 请尽可能非常大声地说一句话。
  • 请用尽可能慢地语速说一句话。
  • 请用尽可能快地语速说一句话。
  • 请非常轻声地说一句话。
  • 你可以慢一点说吗
  • 你可以非常快一点说吗
  • 你可以非常慢一点说吗
  • 你可以快一点说吗
  • 请非常生气地说一句话。
  • 请非常开心地说一句话。
  • 请非常恐惧地说一句话。
  • 请非常伤心地说一句话。
  • 请非常惊讶地说一句话。
  • 请尽可能表现出坚定的感觉。
  • 请尽可能表现出愤怒的感觉。
  • 请尝试一下亲和的语调。
  • 请用冷酷的语调讲话。
  • 请用威严的语调讲话。
  • 我想体验一下自然的语气。
  • 我想看看你如何表达威胁。
  • 我想看看你怎么表现智慧。
  • 我想看看你怎么表现诱惑。
  • 我想听听用活泼的方式说话。
  • 我想听听你用激昂的感觉说话。
  • 我想听听用沉稳的方式说话的样子。
  • 我想听听你用自信的感觉说话。
  • 你能用兴奋的感觉和我交流吗？
  • 你能否展示狂傲的情绪表达？
  • 你能展现一下优雅的情绪吗？
  • 你可以用幸福的方式回答问题吗？
  • 你可以做一个温柔的情感演示吗？
  • 能用冷静的语调和我谈谈吗？
  • 能用深沉的方法回答我吗？
  • 能用粗犷的情绪态度和我对话吗？
  • 用阴森的声音告诉我这个答案。
  • 用坚韧的声音告诉我这个答案。
  • 用自然亲切的闲聊风格叙述。
  • 用广播剧博客主的语气讲话。