IndexTTS-2 具备强大的情绪控制能力，可精准调控合成语音的情绪表达。本文档涵盖全部可用的情绪控制方法及其应用场景。
概述
IndexTTS-2 支持多种情绪控制方式，可组合使用，实现细腻复杂的情绪表达：
- 直接音频参考：任意音频文件作为情绪参考源
- 角色语音：通过「角色语音节点」中的角色音频作为情绪参考
- 情绪向量：8 维情绪滑块手动调节，支持精确数值设置
- 文本情绪：基于 QwenEmotion 的 AI 文本描述分析，搭配动态模板
- 角色标签情绪：使用
[角色名:情绪参考]语法，对不同角色单独控制情绪
情绪控制优先级
引擎节点同一时间只能接入一种情绪控制源：音频、文本、向量三选一。
文本内的角色标签情绪（优先级最高）：形如 [Alice:angry_bob] 的标签，会对该角色对应片段覆盖所有其他情绪设置。
方法 1：直接音频参考
将任意音频文件直接接入 IndexTTS-2 引擎的 emotion_control（情绪控制）输入端。
工作原理
IndexTTS-2 会提取参考音频的情绪特征，将该情绪风格应用到全部生成语音。 支持各类音频格式（WAV、MP3 等）。
最佳实践
- 选用情绪表达清晰的音频片段
- 参考音频音色保持统一，生成效果更佳
- 避免带有背景音乐、杂音的音频
示例： 音频节点 → IndexTTS-2 引擎（情绪控制端口）
方法 2：角色语音音频参考
使用 🎭角色语音节点 的 opt_narrator 输出作为情绪参考。
设置步骤
- 添加 🎭角色语音节点
- 选择带有目标情绪的音色
- 将
opt_narrator输出连接至 IndexTTS-2 引擎的情绪控制输入端
优势
- 复用你现有的音色库
- 基于角色实现稳定统一的情绪
- 便于管理与归类
示例工作流： 🎭角色语音（David_Attenborough） → opt_narrator → IndexTTS-2 引擎（情绪控制）
方法 3：情绪向量
使用 🌈IndexTTS-2 情绪向量节点，手动精细调节 8 种情绪。
可选情绪（取值范围 0.0–1.2）：
- Happy（开心）：喜悦、亢奋、积极
- Angry（愤怒）：攻击性、烦躁、强烈情绪
- Sad（悲伤）：忧郁、难过、低沉语调
- Surprised（惊讶）：诧异、震惊、惊奇
- Afraid（恐惧）：害怕、焦虑、紧张
- Disgusted（厌恶）：反感、不悦、排斥感
- Calm（平静）：安宁、放松、语调平稳
- Melancholic（怅然）：深思式忧伤、惆怅
使用提示
- 数值大于 1.0，情绪表现力更强，但有可能降低克隆音色的还原度
- 可叠加多种情绪，实现复合情感（例：0.8 开心 + 0.3 惊讶 = 欣喜激动）
- 建议先单独调试单种情绪，再尝试组合
- 随机按钮可一键生成完全随机的情绪组合，但情绪强度可能过高
方法 4：文本情绪（动态分析）
使用🌈IndexTTS-2 文本情绪节点，借助 AI 进行情绪分析，搭配动态模板。
静态文本情绪
填写简单情绪描述，全局作用于所有文本片段： 输入：angry and frustrated（愤怒又沮丧） 效果：整段语音都采用愤怒、沮丧的情绪。
带 {seg} 的动态模板
使用占位符 {seg}，对每一段文本单独做上下文情绪分析。
模板示例：
"Happy character speaking: {seg}"— 欢快的旁白角色"Angry boss yelling: {seg}"— 怒气冲冲的上司"Calm meditation guide: {seg}"— 平和的冥想引导者"Excited game show host: {seg}"— 充满活力的节目主持人
动态模板原理
IndexTTS-2 单独处理每一段文本； {seg} 会替换为当前片段原文； QwenEmotion 结合上下文与文本内容做情绪解析； 为每个片段生成独立情绪向量。
示例： 模板："Worried parent speaking: {seg}" 文本片段："Where have you been?" 分析内容："Worried parent speaking: Where have you been?" 输出效果：焦虑、担忧的语音表达。
角色标签情绪控制
在文本内嵌入标签，为不同角色单独指定情绪，语法：[角色名:情绪参考]
语法
[角色名称:情绪参考]
情绪参考可选项：
- 音色库内任意角色名（调用该角色音频作为情绪参考）
- 自定义情绪引用
示例：
Hello everyone! [Alice:happy_sarah] I’m so excited to be here today! [Bob:angry_tom] That’s completely unacceptable behavior. [Narrator:David] Meanwhile, in a distant galaxy…
前提：happy_sarah、angry_tom、David 是音色文件夹中存在的别名或角色音频。
角色标签优先级
角色标签会覆盖该角色片段所有全局情绪设置； 其余角色继续沿用全局情绪； 同一段音频内可以混合多种情绪。
情绪强度系数（Emotion Alpha）
IndexTTS-2 引擎上的 emotion_alpha 参数，控制情绪施加强度：
- 0.0：不应用任何情绪（中性音色）
- 0.5：50% 情绪混合（轻微情绪影响）
- 1.0：满强度情绪（推荐标准值）
- 1.5：150% 增强情绪（戏剧感更强）
- 2.0：情绪拉满，表现力极强（戏剧化程度最高）
实操工作流示例
示例 1：多角色剧本，独立分配情绪
文本： [Alice:happy_sarah] Welcome to our cooking show! [Bob:serious_narrator] Today we'll be making pasta. [Alice:excited_sarah] I can't wait to get started!
设置： 无需全局情绪控制； 每个角色通过标签单独指定情绪； emotion_alpha=1.0，增强表现力。
示例 2：全局情绪 + 局部覆写
全局设置： 🌈IndexTTS-2 文本情绪："Cheerful host presenting: {seg}" emotion_alpha=0.8
带覆写标签的文本： Welcome to our show! [Bob:serious_narrator] But first, a serious announcement. [Alice:excited_sarah] Now back to our regular programming!
效果： 默认文本段使用欢快主持人情绪； Bob 的台词使用严肃旁白情绪（覆盖全局）； Alice 的台词使用兴奋情绪（覆盖全局）。
这套完备的情绪控制系统，可以让你自由创建富有表现力、情绪饱满的 TTS 语音，适配各类场景。
