# Pixelle-Video TTS 语音合成工作流
## TTS 概述
TTS（Text-to-Speech）是将文字转换为语音的技术。Pixelle-Video 支持多种 TTS 引擎，生成自然流畅的语音解说。
## 支持的 TTS 引擎
### Edge-TTS
微软 Edge 浏览器的语音合成技术。
**特点**
– 免费使用
– 支持多种语言和声音
– 生成速度快
– 音质良好
**可用声音（中文）**
– 云希（女声）
– 云扬（男声）
– 晓晓（女声）
**配置**
选择 Edge-TTS 工作流即可使用，无需额外配置。
### Index-TTS
支持声音克隆的高级 TTS 引擎。
**特点**
– 支持声音克隆
– 音色自然
– 需要上传参考音频
– 部分功能收费
**声音克隆步骤**
1. 选择 Index-TTS 工作流
2. 上传参考音频（支持 MP3/WAV/FLAC）
3. 系统学习声音特征
4. 生成具有相同音色的语音
**参考音频要求**
– 时长：10-60 秒
– 格式：MP3、WAV、FLAC
– 内容：清晰的语言表达
– 质量：无背景音乐、无噪音
### 自定义 TTS 工作流
如果你熟悉 ComfyUI，可以创建自定义 TTS 工作流。
**工作流存放位置**
`workflows/` 文件夹
**工作流要求**
– 输入：文本内容
– 输出：音频文件（MP3/WAV）
– 遵循 ComfyUI 工作流规范
## 界面操作
### 选择 TTS 工作流
1. 在「语音设置」中找到「TTS 工作流」下拉菜单
2. 选择所需的 TTS 引擎
3. 系统自动扫描 workflows/ 文件夹中的自定义工作流
### 上传参考音频（Index-TTS）
1. 找到「参考音频」上传区域
2. 点击上传按钮
3. 选择音频文件（MP3/WAV/FLAC）
4. 上传成功后可试听
### 预览语音
1. 在测试框中输入文本
2. 点击「预览语音」按钮
3. 系统生成并播放语音
4. 确认效果后进行正式生成
## TTS 参数设置
| 参数 | 说明 | 推荐值 |
|——|——|——–|
| 语速 | 语音播放速度 | 1.0（正常） |
| 音调 | 语音音调高低 | 1.0（正常） |
| 音量 | 输出音量 | 1.0（正常） |
## 优化语音效果
### 提升自然度
– 使用标点符号分隔句子
– 避免过长的段落
– 适当添加停顿描述（如”……”）
### 声音克隆效果优化
– 参考音频质量要高
– 内容以正常语速朗读
– 避免多人对话或唱歌
## 常见问题
**Q：Edge-TTS 生成失败**
A：检查网络连接，确认微软 TTS 服务可访问
**Q：声音克隆效果不理想**
A：使用更清晰的参考音频，增加音频时长
**Q：语音不同步**
A：检查分镜文案长度，适当调整语速