diff --git a/README.md b/README.md index b3b8929..0185347 100755 --- a/README.md +++ b/README.md @@ -1167,13 +1167,16 @@ Script Parser → Emotion Annotator → Dialogue TTS / Qwen Dialogue TTS | TTS 引擎 | 消费方式 | 效果 | |----------|---------|------| | **CosyVoice** | `[Happy] 文本...` 格式注入 | ✅ 精准情感控制 | -| **Qwen3-TTS** | 合并到 `instruct` 指令(按情感自动拆批) | ✅ 自动按情感分批生成 | +| **Qwen3-TTS (CustomVoice)** | 提取标签 → `instruct` 指令(按情感自动拆批) | ✅ 自动按情感分批生成 | +| **Qwen3-TTS (Base)** | 自动清洗标签(Base 模型不支持 instruct) | ✅ 标签被清洗,不影响克隆 | | **VibeVoice** | 自动清洗 `[Emotion]` 标签后生成 | ✅ 无影响,不会朗读标签 | > **Qwen3 智能分批**:当使用 Qwen3 Dialogue TTS 时,连续相同情感的句子会自动合并为一个批次,情感变化时自动拆分为新批次,确保每个批次的 `instruct` 只包含单一情感,语义准确。 > **VibeVoice 安全保障**:VibeVoice Standard / Realtime 节点在文本预处理阶段会自动清洗所有 24 种情感标签(如 `[Happy]`、`[Calm]`),因此即使通过 Podcast Splitter 传递了嵌标签的文本,VibeVoice 也不会将其作为普通文字朗读。 +> **优先级规则**:如果用户在 Qwen3 节点的 UI 下拉框中手动选择了情感,该选择将**优先于**文本中的内嵌标签。标签仍会被清洗,但不会覆盖 UI 设置。 + ##### 典型工作流 **基础流程**(适合大多数场景):