需通过音色设计、声音克隆或参数微调实现角色化tts：一、音色设计用结构化提示词生成新音色；二、声音克隆上传真人音频复刻声纹；三、调试台调节低沉度、情绪、语速等参数优化已有音色。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望在 MiniMax 语音合成（TTS）中创建符合特定角色或品牌调性的发音人，则需通过“音色设计”或“声音克隆”路径实现。以下是实现该目标的多种可行方法：
一、使用音色设计功能一句话生成专属发音人
该方法无需原始音频，仅依赖自然语言描述即可生成全新音色，适用于虚构角色、IP化内容或风格化播报场景。系统基于大模型理解提示词语义，生成具备情绪、质地、节奏特征的声音原型。
1、访问 MiniMax Audio 官网（https://www.minimax.io/audio），登录账户后进入「音色设计」模块。
2、在 Prompt 输入框中输入结构化提示词，格式为：职业+人物特征+声音特征+语速+场景效果，例如：“儿童动画片中的活泼小朋友，声音清脆稚嫩，语速轻快跳跃，充满好奇与快乐，用于演绎卡通冒险故事”。
3、点击「生成」按钮，系统将在30秒内输出3个音色变体供试听对比。
4、选择满意版本，填写发音人名称（限5字以内，仅支持中英文字符）、性别、语种（中文普通话或英文），点击保存至「我的音色」。
二、通过声音克隆技术复刻真实人声
该方法适用于需高度还原真人语音特征的场景，如主播配音、企业代言人语音库建设等。海外版 MiniMax 支持此功能，要求提供干净、稳定、无背景音的原始语音样本。
1、前往海外官网 https://www.minimax.io/audio，进入「Voice Clone」页面。
2、上传至少一段时长10秒以上的清晰人声录音，单次最多上传10段，总大小不超过200MB，格式为 WAV 或 MP3。
3、启用「口音优化」开关，并选择目标语言（如中文普通话），确认提交训练请求。
4、等待系统完成建模（通常数分钟至数小时），生成成功后，该发音人将自动同步至「我的音色」列表，可在 TTS 页面直接调用。
三、利用调试台对已有音色进行参数化微调
该方法适用于已生成音色但需强化个性表达的场景，通过调节底层声学参数，使语音更贴合角色设定或内容情绪，不依赖重新训练。
1、在「语音合成」界面选择任一预设音色或已保存的自定义音色。
2、点击「调试台」进入高级控制面板，可独立调节：低沉度、力量感、磁性、回声强度、电话音效果等维度。
3、在情绪标签栏中选择对应状态（如开心、生气、惊讶、严肃），并手动设置语速（-100% 至 +100%）、声调（-6 至 +6）、音量（0–100）。
4、在「Text to Preview」框中输入测试文本（最多300字符），实时试听调整效果，满意后保存为新音色副本。
