🎤 昊天镜汉语U学

功能介绍：智能分析生成的音频质量，自动检测并重试低质量音频。

检测指标：

• 音量平衡 - 检测音频是否过小声或过大声
• 音频长度 - 验证生成长度是否合理
• 采样率质量 - 确保音频采样率符合标准
• 频谱分析 - 检测音频频谱是否正常
• 噪音水平 - 识别异常噪音或静音

使用建议：

• 质量阈值建议设置为60-70，平衡质量与速度
• 重试次数建议3次，获得最佳质量保证
• 快速生成时可关闭质量检测提升速度

预设模板介绍：

• 🎯 默认设置：平衡质量与速度，适合日常使用
• 💎 高质量模式：最佳音质，适合重要场合
• ⚡ 快速生成：优先速度，适合批量处理
• 😊 情感丰富：增强表现力，适合情感表达
• 🎪 稳定模式：一致性优先，适合标准化需求
• 🎨 创意模式：多样化表达，适合创意内容

自定义预设：

• 保存当前参数配置为个人预设
• 支持导出/导入预设文件，便于备份和分享
• 可随时删除不需要的自定义预设

核心参数：

• Temperature (0.1-2.0)：控制生成的随机性，越低越稳定
• Top-P (0.1-1.0)：核采样参数，控制词汇选择范围
• Top-K (1-100)：限制候选词数量，影响多样性
• Repetition Penalty (1.0-2.0)：重复惩罚，避免重复内容
• Length Penalty (0.0-2.0)：长度惩罚，控制生成长度
• Max Mel Tokens (1-3000)：最大音频长度限制

情感控制：

• Emo Alpha (0.0-1.0)：情感强度，0为无情感，1为最强情感
• 配合情感选择使用，可实现丰富的情感表达

文本输入技巧：

• 使用标点符号控制语音节奏和停顿
• 利用[汉字]或[英文]标签实现拼音拼读
• 适当的文本长度获得更好的效果

参数调优建议：

• 初学者建议使用预设模板
• 需要稳定输出时降低Temperature
• 需要创意表达时适当提高随机性参数

性能优化：

• 长文本建议分段处理
• 批量生成时可关闭质量检测
• 合理设置最大音频长度避免内存问题

Q: 生成的音频质量不佳怎么办？

A: 启用音频质量检测，调整质量阈值，或尝试高质量模式预设。

Q: 如何获得更稳定的输出？

A: 使用稳定模式预设，或手动降低Temperature和Top-P参数。

Q: 生成速度太慢怎么办？

A: 使用快速生成预设，关闭质量检测，或减少最大音频长度。

Q: 如何保存和分享我的参数配置？

A: 使用自定义预设功能保存配置，通过导出功能生成配置文件分享。