关于 OpenAI TTS
OpenAI TTS 把文本变成语音，而它的独特之处在于：声音是「可指挥的」。除了脚本，你还可以附上一条自然语言指令——多快、多温暖、多戏剧化——声音会照着调整演绎方式。没有标记语言，没有标签语法：你指挥它，就像指挥一位配音演员。
可指挥性正是它的全部意义。同一份脚本，仅仅换一条指令，就能变成平静的冥想引导、激动的体育解说，或体贴的客服人员。而且它就长在 OpenAI API 里，天然适合嵌进应用——旁白管线、语音界面、会说话的智能体。
所以真正的功夫在写指令上，而这比看起来更有讲究：模糊的指令只能换来默认腔调，精确的人设加节奏说明才能彻底改变演绎。下方画廊收录了经过验证的 OpenAI TTS 提示词——脚本加指令——以及真实音频，哪些措辞真正「指挥得动」，一听便知。
如何写好 OpenAI TTS 提示词
- 1两层严格分开：脚本是「说什么」，指令是「怎么说」。舞台指导一旦漏进脚本，就会被一字不差地念出来。
- 2用人设指挥，别只堆形容词：「像第一次带冥想课的平静导师那样说话」胜过「平静、舒缓」——因为人设同时暗示了语速、温度和停顿。
- 3用大白话写明节奏和能量——「缓慢从容，停顿充分」或「轻快明亮，像在分享好消息」。
- 4写明情绪及其强度：「略带笑意」和「快憋不住笑」是两场不同的表演。一条指令只给一种情绪，演绎才连贯。
- 5在 API 里，指令与输入文本并行传入，并与你选的基础音色叠加——同一条指令在不同音色上效果不同，定稿前多试两个。
- 6迭代指令而不是脚本：改一句指导语对演绎的改变，远大于改写台词本身。
常见问题
怎么改变 OpenAI TTS 声音的语气？
把语气用自然语言写进指令——人设、情绪、节奏，甚至态度。声音听得懂大白话，「温暖、不急不缓，像在安慰朋友」就是一条有效的控制指令。本页经过验证的提示词都配有实测有效的指令。
脚本和指令有什么区别？
脚本是声音将要念出的原文，指令描述该怎么念。把两者分开是核心技能——写进脚本里的指导会被念出来，写进指令里的指导则在幕后塑造表演。
我能在自己的应用里用 OpenAI TTS 吗？
能——它就是为此设计的。通过 OpenAI API 传入文本、音色选择和指挥指令，返回音频。这让它天然适合旁白功能、语音界面，以及需要以特定性格开口说话的智能体。
在哪里可以试用这些 OpenAI TTS 提示词？
OpenAI TTS 通过 OpenAI API 提供，OpenAI 也有一个演示页可以快速试听音色和指令。从本页复制一组「脚本 + 指令」，把人设改成适合你产品的即可。
相关模型
GPT Image 2
OpenAI's top-ranked image model — it plans the layout, reasons, and self-checks before it draws, nailing complex multi-part instructions.
Sora 2
OpenAI's video model with synchronized dialogue and sound.
Speech 2.5
MiniMax's multilingual voice synthesis model.
Suno v5
Suno's v5: full songs with vocals from a text prompt.