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

# Fish Audio 提示词指南：在 ComfyUI 中撰写 Fish Audio TTS 提示词

> ComfyUI 中 Fish Audio partner nodes 的完整提示词撰写指南：情绪标签、语气标记、音频效果、停顿、音素控制、多说话人对话与参数调节

Fish Audio TTS 通过直接写在文本里的内联标签，让你精确控制语音的听感。本指南涵盖模型理解的全部标签类别、放置位置以及组合方式。

下面的示例可以直接在 Fish Audio Text to Speech 节点中使用。把它们输入 `text` 字段，替换成你自己的台词即可。节点连接、工作流模板与价格见 [Fish Audio：文本转语音、声音克隆与语音转文本](/zh/tutorials/partner-nodes/fishaudio/fish-audio)。

## 标签的工作方式

Fish Audio S2 模型可以理解写在方括号里的自然语言提示：

```text theme={null}
[happy] What a beautiful day!
[sad] I'm sorry to hear that.
[excited] This is amazing news!
```

这套系统有三个特点：

* **位置即语义。** 标签从出现的位置生效，直到下一个标签或句尾。`[whispering] I didn't want to go inside` 会让整句耳语，而 `I didn't want to go [whispering] inside` 只从 "inside" 开始耳语。
* **自由描述也能用。** 你不限于固定标签词表。能向配音演员描述的东西，都可以写进方括号：`[tired, end of a long shift]`、`[voice rough from crying, trying to sound normal]`、`[professional broadcast tone]`。
* **标签可以用你的语言写。** 用和台词相同的语言写提示：`[低声说] 不要让他们听见`、`[ため息をついて] もう一度やり直そう`。

旧版 `s1` 模型使用相同的情绪名称，但用圆括号包裹且仅支持固定词表：`(happy) What a beautiful day!` 当前 `s2.1-pro` 模型接受方括号提示和自由描述。

## 情绪标签

### 基础情绪

| 标签              | 表达效果    | 常见场景    |
| --------------- | ------- | ------- |
| `[happy]`       | 开心、明快   | 好消息、问候  |
| `[sad]`         | 忧郁、低落   | 同情、坏消息  |
| `[angry]`       | 恼怒、有攻击性 | 抱怨、警告   |
| `[excited]`     | 精力充沛、热情 | 公告、庆祝   |
| `[calm]`        | 平和、放松   | 指导、冥想   |
| `[nervous]`     | 焦虑、不安   | 免责声明、道歉 |
| `[confident]`   | 自信、笃定   | 演讲、销售   |
| `[surprised]`   | 震惊、惊奇   | 反应、发现   |
| `[satisfied]`   | 满意、愉悦   | 确认、评价   |
| `[delighted]`   | 非常高兴、欢喜 | 庆祝、赞美   |
| `[scared]`      | 惊恐、害怕   | 警告、恐怖故事 |
| `[worried]`     | 担心、忧虑   | 疑虑、提问   |
| `[upset]`       | 不安、苦恼   | 抱怨、问题   |
| `[frustrated]`  | 烦躁、恼火   | 技术故障、延误 |
| `[depressed]`   | 悲伤、绝望   | 严肃话题    |
| `[empathetic]`  | 理解、关怀   | 支持、疏导   |
| `[embarrassed]` | 羞愧、尴尬   | 道歉、失误   |
| `[disgusted]`   | 反感、厌恶   | 差评      |
| `[moved]`       | 感动      | 走心时刻    |
| `[proud]`       | 自豪、满足   | 成就、表扬   |
| `[relaxed]`     | 放松、随意   | 日常聊天    |
| `[grateful]`    | 感激、感恩   | 致谢      |
| `[curious]`     | 好奇、感兴趣  | 提问、探索   |
| `[sarcastic]`   | 讽刺、嘲弄   | 幽默、批评   |

### 进阶情绪

| 标签                | 表达效果    | 常见场景    |
| ----------------- | ------- | ------- |
| `[disdainful]`    | 蔑视、轻蔑   | 批评、拒绝   |
| `[unhappy]`       | 不满、不悦   | 抱怨、反馈   |
| `[anxious]`       | 非常担忧、不安 | 紧急事务    |
| `[hysterical]`    | 情绪失控    | 极端反应    |
| `[indifferent]`   | 冷漠、中立   | 中性回复    |
| `[uncertain]`     | 迟疑、不确定  | 猜测、提问   |
| `[doubtful]`      | 怀疑、质问   | 不信、追问   |
| `[confused]`      | 困惑、不解   | 请求澄清    |
| `[disappointed]`  | 失望、失落   | 期望落空    |
| `[regretful]`     | 后悔、懊悔   | 道歉、失误   |
| `[guilty]`        | 内疚、有责任  | 忏悔、道歉   |
| `[ashamed]`       | 深感羞愧    | 严重错误    |
| `[jealous]`       | 嫉妒、怨恨   | 比较      |
| `[envious]`       | 羡慕、眼红   | 带渴望的欣赏  |
| `[hopeful]`       | 对未来乐观   | 未来计划    |
| `[optimistic]`    | 积极乐观    | 鼓励      |
| `[pessimistic]`   | 消极悲观    | 警告、疑虑   |
| `[nostalgic]`     | 怀念过去    | 回忆、故事   |
| `[lonely]`        | 孤独、寂寞   | 情感内容    |
| `[bored]`         | 无聊、厌倦   | 兴致缺缺    |
| `[contemptuous]`  | 鄙视      | 强烈批评    |
| `[sympathetic]`   | 表示同情    | 慰问      |
| `[compassionate]` | 深切关怀    | 支持、帮助   |
| `[determined]`    | 坚决、下定决心 | 目标、承诺   |
| `[resigned]`      | 认命、接受   | 放弃、接受现实 |

## 语气标记

语气标记控制音量、强度和重音。把 `[emphasis]` 放在要强调的词或短语前面：

```text theme={null}
This is [emphasis] really important.
```

| 标签                  | 表达效果     | 使用场景    |
| ------------------- | -------- | ------- |
| `[in a hurry tone]` | 匆忙、急迫    | 时效性信息   |
| `[shouting]`        | 大声、呼喊    | 引起注意    |
| `[screaming]`       | 非常大声、惊慌  | 紧急情况、恐惧 |
| `[whispering]`      | 很轻、隐秘    | 秘密、安静场景 |
| `[soft tone]`       | 温柔、轻声    | 安抚、摇篮曲  |
| `[emphasis]`        | 重读某个词或短语 | 强调关键词   |

## 音频效果

音频效果标签添加自然的人类声音。有建议文本的标签，请在其后补上对应的文本：

| 标签                | 描述         | 标签后建议文本    |
| ----------------- | ---------- | ---------- |
| `[laughing]`      | 大笑         | Ha, ha, ha |
| `[chuckling]`     | 轻笑         | Heh, heh   |
| `[sobbing]`       | 痛哭         | 可选文本       |
| `[crying loudly]` | 放声大哭       | 可选文本       |
| `[sighing]`       | 如释重负或沮丧的叹息 | sigh       |
| `[groaning]`      | 沮丧的呻吟      | ugh        |
| `[panting]`       | 气喘吁吁       | huff, puff |
| `[gasping]`       | 倒吸一口气      | gasp       |
| `[yawning]`       | 疲惫的哈欠      | yawn       |
| `[snoring]`       | 睡觉打鼾       | zzz        |
| `[clear throat]`  | 清嗓子        | ahem       |

## 停顿与特殊效果

| 标签                      | 描述     |
| ----------------------- | ------ |
| `[break]`               | 短暂停顿   |
| `[long-break]`          | 长时间停顿  |
| `[short pause]`         | 短促的间隔  |
| `[long pause]`          | 长时间的沉默 |
| `[audience laughing]`   | 观众笑声   |
| `[background laughter]` | 环境笑声   |
| `[crowd laughing]`      | 人群大笑   |

普通停顿词不需要任何标签也能塑造节奏："um"、"uh"、"嗯"、"啊"。

## 标签组合

**生理反应标签配情绪标签。** `[panting]`、`[whispering]` 这类生理标签单独使用也能生效，但配上情绪标签效果更稳定、更自然：

```text theme={null}
[panting] [tired] I've been running for twenty minutes.
[whispering] [scared] Don't move. Don't make a sound.
[shouting] [angry] I told you this would happen!
```

**叠加情绪表达复杂状态。** 每句的组合不要超过三个标签：

```text theme={null}
[sad][whispering] I miss you so much.
[angry][shouting] Get out of here now!
[excited][laughing] We won! Ha ha!
```

**用情绪转换**写出跨句的情感递进：

```text theme={null}
[happy] I got the promotion!
[uncertain] But... it means relocating.
[sad] I'll miss everyone here.
[hopeful] Though it's a great opportunity.
[determined] I'm going to make it work!
```

**添加背景效果**营造氛围：

```text theme={null}
The comedy show was amazing [audience laughing]
```

**用强度修饰词**调节情绪强弱：

```text theme={null}
[slightly sad] I'm a bit disappointed.
[very excited] This is absolutely amazing!
[extremely angry] This is unacceptable!
```

## 最佳实践

**推荐：**

* 每句话只用一个主情绪
* 情绪与语境逻辑匹配
* 音效标签后补上文本，例如 `[laughing]` 后面写 "Ha ha"
* 拉开情绪变化的间隔，更真实
* 在同一个音色上测试不同组合

**避免：**

* 在短文本里滥用标签
* 一句话里混用冲突情绪
* 方括号里的描述写得过长、打断阅读
* 描述性标签后面不跟台词
* 把句级情绪提示放在离它控制的句子很远的地方

如果输出听起来不自然，可以拉开情绪变化间隔、降低强度，或换一个音色：同一个标签在不同音色上的效果不同。

## 多说话人对话

连接两个或更多音色到 Fish Audio Text to Speech 节点，然后在文本中用 `@Voice1`、`@Voice2` 等标记说话人切换。每个已连接的音色都必须在文本中至少出现一次，否则节点会报错。音色连接方式见 [Fish Audio：文本转语音、声音克隆与语音转文本](/zh/tutorials/partner-nodes/fishaudio/fish-audio#连接音色)。

```text theme={null}
@Voice1 [nervous] You're sure no one followed you?
@Voice2 [calm] Relax. I took the long way, exactly like you asked.
@Voice1 [sighing][relieved] Good. Then let's see what's inside.
@Voice2 [curious] You don't even know what it is?
```

## 音素控制

音素标签可以为名字、多音字、缩写和技术术语指定精确发音。把替换发音包在 `<|phoneme_start|>` 和 `<|phoneme_end|>` 标签里。音素标签不会被文本规范化改写，所以保持 `normalize` 开启即可。

**英文**（CMU Arpabet，替换单个单词）：

```text theme={null}
I am an <|phoneme_start|>EH1 N JH AH0 N IH1 R<|phoneme_end|>.
```

**中文**（带声调拼音，替换单个字或音节，适合多音字和人名地名）：

```text theme={null}
我是一个<|phoneme_start|>gong1<|phoneme_end|><|phoneme_start|>cheng2<|phoneme_end|><|phoneme_start|>shi1<|phoneme_end|>。
```

**日文**（OpenJTalk 风格 romaji 加音高重音数字）：

```text theme={null}
<|phoneme_start|>ha0shi1ga0<|phoneme_end|>見えます。
```

音素控制可以和其他标签在同一文本中组合使用：

```text theme={null}
I am, um, an [break] <|phoneme_start|>EH1 N JH AH0 N IH1 R<|phoneme_end|>.
```

## 参数调节

默认值已经调得很好，只在需要时调整：

| 参数            | 默认值  | 作用                                     |
| ------------- | ---- | -------------------------------------- |
| `temperature` | 0.7  | 表现力。越高越多变，越低越稳定                        |
| `top_p`       | 0.7  | 核采样多样性                                 |
| `speed`       | 1.0  | 语速，0.5 到 2.0                           |
| `volume`      | 0.0  | 音量调节（分贝），-10 到 10                      |
| `normalize`   | true | 展开数字和日期以便自然朗读。除非规范化改写了你想逐字朗读的内容，否则保持开启 |

`seed` 只控制节点是否重跑；无论 seed 值是多少，结果都是非确定性的。

## 声音克隆质量

对 Fish Audio Instant Voice Clone 节点来说，参考录音的质量决定克隆效果。录音时长限制见 [Fish Audio：文本转语音、声音克隆与语音转文本](/zh/tutorials/partner-nodes/fishaudio/fish-audio#克隆限制)：

* 录 2 到 3 段、每段 15 到 20 秒的音频，总共不超过 270 秒
* 只有一个说话人，音量平稳，语气和情绪一致
* 句间留小停顿，约半秒
* 安静的房间，麦克风离嘴约一个手掌宽
* 手机录音或耳麦都可以；避免背景音乐、电视声和回声

如果克隆出来的声音很机械，录更多的素材（总共 30 到 60 秒），自然地讲话并留出停顿。

只克隆你有权使用的声音：你自己的声音，或获得明确授权的人的声音。

## 参考资料

* [Fish Audio 情绪控制文档](https://docs.fish.audio/developer-guide/core-features/emotions)
* [Fish Audio 细粒度控制文档](https://docs.fish.audio/developer-guide/core-features/fine-grained-control)
* [Fish Audio 声音克隆最佳实践](https://docs.fish.audio/developer-guide/best-practices/voice-cloning)