Audible 上线可控 TTS 系统，角色识别准确率达到 97%

Audible 新推出了可控 TTS 系统，这套系统重点强化文本里不同说话角色的识别能力，角色识别准确率可以达到 97%，能够自动区分文稿里多个人物台词，给不同角色分配对应的音色、语气，很适合有声书、多角色播讲内容的自动化生成。这套可控 TTS 和普通单音色语音合成不一样，它会先解析文本里的角色信息，再独立控制每个角色的声线、语速、情绪，减少角色声音串扰的情况，Audible 本身深耕有声读物领域，在大量有声剧本数据的支撑下，把角色识别能力做到了很高水平，方便创作者快速生成多人对话类音频内容。

使用这套可控 TTS 制作多角色音频，只需要上传文稿或者输入文本、确认角色识别结果、按需调整角色音色参数、导出音频，整套流程操作简洁。高识别准确率可以降低人工校对和手动分配角色的工作量，提升有声内容的制作效率，更好适配 Audible 平台上丰富的故事类内容生产需求。

Audible 可控 TTS 系统核心信息表

表格

Audible 可控 TTS 系统使用步骤

1. 导入文本：上传剧本、有声书稿文本到系统；
2. 自动识别：可控 TTS 自动扫描文本，识别里面的各个角色；
3. 复核调整：查看识别结果，手动修改识别有误的角色，给角色挑选音色；
4. 预览试听：生成试听音频，调整语速、情绪等可控参数；
5. 导出成品：确认效果之后导出完整的多角色音频文件。

【相关 FAQ】

问题 1：Audible 可控 TTS 系统 97% 的角色识别准确率，是针对哪一类文本测试的？

回答 1：Audible 可控 TTS 系统 97% 的角色识别准确率，主要基于有声书剧本、带角色标注的对话类文稿测试，这类文本也是这套可控 TTS 最主要的使用场景。

问题 2：Audible 可控 TTS 识别角色之后，可以修改分配好的角色音色吗？

回答 2：可以，Audible 可控 TTS 在自动识别角色完成后，支持人为修改、调换每个角色对应的音色、语气参数，实现可控的语音输出效果。

问题 3：Audible 可控 TTS 除角色识别之外，还有哪些配套的可控调节功能？

回答 3：Audible 可控 TTS 除了 97% 准确率的角色识别能力，还支持单独控制每个角色的语速、停顿节奏、情绪风格，灵活产出符合故事氛围的有声音频。

【数据来源】

[2026-10-26]（Audible 发布可控 TTS 系统公告）Audible 官方博客

[2026-10-27]（Audible 可控 TTS 角色识别技术解读）The Verge

[2026-10-27]（Audible TTS 有声内容技术动态）TechCrunch

免责声明：

Audible 可控 TTS 系统、角色识别准确率相关信息来自官方公开公告和科技媒体资讯，指标测试条件、功能开放范围、支持文本格式可能随产品迭代更新，内容仅作为技术信息参考。