> ## Documentation Index
> Fetch the complete documentation index at: https://docs.senseaudio.cn/llms.txt
> Use this file to discover all available pages before exploring further.

# 音频生成介绍

> 多角色对白、背景音乐与环境音效一体化生成能力概览

SenseAudio 音频生成服务面向短视频、播客、有声内容与品牌营销等场景，提供基于自然语言描述的完整音频生成能力。你可以直接描述角色、台词、情绪、声音风格、背景音乐和环境音效，也可以添加参考音色，一次生成包含多角色人声与声音环境的完整音频。

## 什么是音频生成

音频生成将角色配音、情绪演绎、背景音乐与环境音效整合到一条创作链路中。你无需分别完成配音、音效制作和混音，只需描述期望的声音内容与效果，即可生成完整音频。

## 核心能力

* **描述即创作**：通过自然语言描述角色、台词、情绪、声音风格、节奏和场景，直接生成对应音频。
* **多角色多音轨一体生成**：支持在一次任务中生成多角色对白、背景音乐与环境音效，并完成整体声音编排。
* **灵活的参考音色**：可从音色广场选择平台音色、使用个人音色或上传本地参考音频，最多添加 3 个参考音色。
* **完整创作链路**：支持灵感模板、生成试听、音频下载与历史作品回听，覆盖从创意到成品的完整流程。

## 主要特性

* **自然语言控制声音表现**：可直接描述角色年龄、声线、语气、情绪、说话方式和节奏，也可描述笑声、叹气、停顿等副语言表现。
* **多角色连续演绎**：可在同一段音频中定义多个角色及对应台词，并分别设置角色声音与情绪。
* **人声、音乐与音效统一生成**：背景音乐、环境声、动作音效和角色台词可在同一提示词中描述，无需分别生成后再进行混音。
* **参考音色与文字描述结合**：有明确声音需求时可添加参考音色；没有合适音色时，也可以直接通过文字描述创建角色声音。

> 当前主要面向中文音频创作，暂不支持参考图片、多语种创作和时间戳级精确控制。

## 提示词写法建议

推荐按照 **角色列表 → 场景 → 音频内容** 的结构描述。先明确有哪些角色及其声音特征，再描述整体场景，最后按照实际发生顺序编排台词、背景音乐、环境音和具体音效，可以获得更加稳定、完整的生成效果。

* **角色列表**：写明角色名称，并补充年龄、性别、声音质感、情绪基调或角色类型。如已选择音色广场或个人克隆音色，可直接作为该角色的参考声音。
* **场景**：描述时间、地点、人物状态和整体氛围，帮助模型建立完整的声音环境。
* **角色台词**：使用 `{speaker：角色名}` 标记说话人，并在台词前用括号补充语气、情绪、音量、语速或动作状态。
* **声音元素**：使用 `[背景音乐]`、`[背景音效]`、`[音效]` 等标签描述不同类型的声音，并按照希望出现的先后顺序编排。

## 参数选择建议

| 场景              | 推荐方式        | 说明                                                   |
| --------------- | ----------- | ---------------------------------------------------- |
| 快速寻找合适的角色声音     | 音色广场        | 从平台已有音色中直接选择适合角色年龄、性格和内容风格的声音，适合短视频、剧情、广告等需要快速制作的场景。 |
| 固定本人、IP 或长期角色声音 | 克隆自己的声音     | 使用少量本人声音样本创建可重复调用的个人音色，适合播客、个人 IP、系列内容及固定角色长期生产。     |
| 已有外部声音参考        | 上传参考音频      | 上传本地音频作为声音参考，适合临时角色或已有声音素材；最多支持添加 3 个参考音色。           |
| 没有明确参考声音        | 文字描述音色      | 直接描述年龄、性别、声线、性格和说话方式，由模型根据文字要求生成角色声音。                |
| 多角色内容           | 为主要角色分别指定音色 | 建议优先为核心角色选择音色广场或个人音色，其余角色可通过文字描述创建，在效果和创作效率之间取得平衡。   |

## 计费说明

请参考 [计费规则](/guides/account/billing)。

## 典型应用场景

### 播客与有声内容

适用于播客、有声书、广播剧和故事类内容。你可以通过多角色声音与连续对白快速生成完整音频，提升长内容的生产效率。

### 广告与品牌营销

适用于广告口播、品牌短片、宣传视频和信息流素材。你可以快速尝试不同角色、语气、情绪和声音方案，缩短从创意到成品的制作周期。

### 短视频与剧情内容创作

适用于剧情短视频、知识视频、AI 漫剧和解说内容。你可以一次生成多角色对白、情绪表达、背景音乐与环境音效，减少配音、找音效和后期混音的制作成本。

## 开始使用

<Steps>
  <Step title="描述创作内容">
    输入期望生成的角色、台词、情绪、背景音乐和环境音效，也可以从灵感模板开始创作。
  </Step>

  <Step title="添加参考音色">
    如有明确的角色声音需求，可从音色广场、个人音色中选择声音，或上传本地参考音频。最多支持添加 3 个参考音色。
  </Step>

  <Step title="生成并试听">
    提交生成任务，完成后试听生成结果。
  </Step>

  <Step title="下载或再次创作">
    下载满意的音频结果，或调整提示词和参考音色重新生成。历史作品可随时回听。
  </Step>
</Steps>