如需查看完整的文档索引,请参阅 llms.txt。在文档页面的 URL 末尾加上 .md 即可查看该页面的 Markdown 版本。
主导航
主题
Nov 19, 2026 Audio

如何编写提示词,让 GPT-Live 使用不同语言和地区口音

设计带有地区特色的声音,测试发音是否准确、表达是否符合当地习惯,并为多语言语音智能体定制提示词。

作者: Charlie Guo, Erika Kettleson

如何编写提示词,让 GPT-Live 使用不同语言和地区口音

即使语音智能体会说西班牙语,目标用户听起来也可能觉得别扭。它可能带着其他地区的口音,用词过于正式,或者读价格的方式不符合当地人的习惯。

GPT-Live 的默认选项已经能满足许多需求。为不同语言和地区的用户开发语音应用时,还需要考虑一些细节。下面以印度英语、西班牙本土的西班牙语和阿联酋阿拉伯语为例,介绍如何通过选择声音和编写会话指令,获得更符合当地习惯的效果。

先选好声音

首先,试听 GPT-Live 的内置声音。有些声音本身就带有您需要的语言或地区特色。例如,Bossa 和 Tempo 带有巴西葡萄牙语的特点,Nira 则是印地语声音。内置声音开箱即用,听起来自然,建议先用自己应用中的对话试听,再决定是否设计新声音。

查找内置声音 更多 GPT-Live 音色(按语言、地域特色和声音风格分类)
语言 / 地域特色偏女性化偏男性化
英语 澳大利亚 Quartz (生成音源) Ripple (自然音源)
英语 英国 — Vesper (自然音源)
英语 爱尔兰 Willow (自然音源) Stone (自然音源)
英语 北美 Gleam (自然音源) Meridian (自然音源)
英语 菲律宾 — Beacon (生成音源)
英语 美国南部 Delta (生成音源) Cinder (生成音源)
葡萄牙语 巴西 Bossa (自然音源) Tempo (自然音源)
德语 Nuri (自然音源) Juni (自然音源) Flitz (自然音源)
法语 Brise (自然音源) Sillage (自然音源)
印地语 Nira (自然音源) —
日语 Harema (自然音源) Shida (自然音源)
韩语 Noeul (自然音源) —
自然音源 生成音源

选择内置声音时,请使用小写的 API 名称(例如 nira)。声音选项指南列出了当前所有可选声音。

如果需要更具特定地区特色的声音,可以使用通过提示词生成声音功能,根据文字描述生成合成声音。请尽可能具体地指出地区,并描述所需的音高、语速和音色。生成声音时,可以在 script_hint 字段中提供有代表性的目标语言语料。如果要生成双语声音,请在示例文本中使用两种语言,并分别描述每种语言应有的听感。请使用原创的成人声音,勿模仿真人。详见负责任使用指南。

符合条件的客户还可以在说话者同意的前提下,根据录音创建自定义声音。选择基于录音的声音前,请先查看支持的模型和口音。上传前,请征得说话者的明确同意,并取得在应用中使用录音及所生成声音所需的权利。同意授权的录音和参考样本必须来自同一位说话者。使用任何生成的声音时,都要明确告知听众,他们听到的是 AI 生成的语音。

声音创建功能不适用零数据保留。有关 GPT-Live 会话适用的设置,请参阅数据控制指南。

示例:用 Nira 说带有印地语口音的英语

如果智能体使用英语为印度用户提供服务,请在创建会话时将 session.audio.output.voice 设为 "nira",然后将以下提示词添加到会话指令中:

你正在用英语进行自然、清晰的语音对话。用你自然的、带有印地语特色的印度英语口音流利地说英语。自始至终保持这种熟悉的节奏。

示例:西班牙中部和北部的西班牙语

假设您正在为西班牙客户开发购物助手。可以把所需的西班牙语口音描述得更具体一些。打开语音 Playground,在通过提示词生成声音的流程中尝试以下描述:

原创成年女声,声音清晰,略显明亮,音高中等,音色柔和温暖。说西班牙语时,使用西班牙中部和北部自然、标准的半岛卡斯蒂利亚口音。元音、辅音、重音和整句的声调起伏都应符合西班牙语母语者的习惯。自然地区分 s 的发音与 z 的发音,c 在 e 或 i 前也要与 s 区分,但不要刻意夸张。保持轻快适中的交谈节奏,停顿自然,语调有变化。

再配上一段西班牙语 script_hint,让生成的声音有一段连贯的日常口语可供参考:

Hola, ¿qué tal? Estoy aquí para ayudarte. Podemos revisar las opciones con calma y elegir la que mejor encaje contigo. ¿Prefieres empezar por los colores o por las tallas? Esta chaqueta azul combina bien con unos zapatos cómodos. Acércate a la ventana para ver el color con luz natural.
在语音 Playground 编辑器中使用西班牙语示例的界面示意图。

这个示例针对的是特定地区的西班牙语。提示词中提到的发音区别,在西班牙各地乃至整个西班牙语世界并不通用。可以用这段提示词生成几个候选声音,保留您喜欢的那个,再用创建脚本中没有出现过的新句子试听,直到满意为止。

示例:迪拜的阿联酋阿拉伯语

阿拉伯语也是如此,只指定语言仍会留下许多不确定之处。如果希望声音听起来像迪拜人的日常交谈,可以用阿拉伯语这样描述:

صوت رجالي خيالي أصلي لرجل بالغ، بلهجة أهل دبي الإماراتية الحضرية المعاصرة. نطق الحروف وحركة الكلام وإيقاعه محليّان ومتناسقان، وتبقى الكلمات واضحة داخل الكلام اليومي المتصل. طبقة متوسطة تميل للانخفاض، ورنين دافي وصافي. يتكلم على مهله، والجملة تمشي كفكرة وحدة بنبر متنوع حسب المعنى.

这段描述要求生成原创成年男声,带有当代迪拜城区口音,音色温暖有共鸣,音高略低,说话连贯、从容。再配上一段阿拉伯语口语 script_hint:

هيه، شفت رسالتك. أنا هني صوب الحديقة، لا، أقصد صوب المواقف عند الباب الثاني. زين؟ المكان أهدى من اللي كنا فيه أمس. خذ راحتك، أنا توني واصل وما عندي شي مستعيل عليه. تبانا نتمشى شوي ولا نقعد؟ عادي، اللي يريحك.

一般来说,设计声音时应专注于听感。至于智能体是否应使用阿联酋阿拉伯语回应埃及来电者、何时切换到英语,以及是否应确认订单,这些都应在会话指令中说明,后文会具体介绍。

用应用实际会说的内容测试声音

选好声音只是起点。接下来,可以整理一小组试听材料,用新句子、贴近实际的对话,以及应用最常处理的词语和数值,检验声音在各种情况下的表现。

以下几种容易出错的情况尤其值得测试:

  • 语境中的发音: 加入人名、地名、产品名称和专业词汇。例如,测试日语时,可以向智能体提供 承る(うけたまわる) 这样的读音标注,再让它读一句包含该词的完整客服用语。如果智能体把 Lakshmi 的结尾读成了“my”,而您希望它读成“mee”,可以在会话指令中加入发音说明:लक्ष्मी — अंत में ‘क्ष्मी’, ‘क्ष्माई’ नहीं。对于声调语言,请试听重要词语在几个不同句子中的读音。

  • 当地的数字读法: 印度计数法使用 lakh 和 crore。一个 lakh 是 1,00,000(十万),一个 crore 是 1,00,00,000(一千万)。如果智能体使用英语为印度用户提供服务,且应采用当地的计数习惯,请测试它能否将 ₹1,25,000 读作“one lakh twenty-five thousand rupees”。

  • 标识符与更正: 让来电者逐个字符念出一个虚构的预订代码,停顿一下,再更正其中一个字符。检查智能体是否会等来电者更正完毕,并准确复述最终的代码。也要测试电子邮件地址以及产品接受的其他字母数字输入。

  • 混合语言对话: 试着用阿拉伯语说一句包含英文产品名称和价格的话,然后在下一轮对话中切换语言。除了听口音,还要逐项检查读出的金额、币种和产品名称。

对于日期、金额和标识符,既要检查来电者听到的内容,也要核对应用实际发送到后端的数据。在许多地区,04/05 有两种可能的日期解读,因此可以请来电者确认具体日期,并在复述时说出月份名称。

编写提示词,指导智能体进行对话

选好声音后,请在创建 GPT-Live 会话时指定该声音。如果要使用已保存的生成声音,请将 session.audio.output.voice.id 设为返回的声音 ID。在 instructions 中写明智能体的角色、语言使用规则、说话方式和对话行为,并重申最初描述的声音特点。

对于单语言应用,请使用您希望智能体说的语言编写指令和示例。为西班牙语购物助手编写指令时,可以从下面的示例入手:

Eres un asistente de compras. Habla en español de España, con acento castellano del centro y norte de la península, un ritmo conversacional y una entonación natural. Usa un tono cercano y respetuoso, sin sonar como un anuncio.

Responde en español salvo que el cliente pida cambiar de idioma. Haz una pregunta cada vez. Si un nombre o una talla no están claros, pide que los repita. No confirmes precios, disponibilidad ni cambios en un pedido hasta que el sistema los haya verificado.

对于多语言应用,需要分别决定两件事:什么情况下切换语言,以及是否始终保持原有的地区特色。以支持阿联酋阿拉伯语和英语的助手为例,先在前面的声音描述中补充英语表达要求,例如“说英语时,语气自然,略带阿联酋口音,同时保持原有的温暖音色和偏低的音高”。生成双语声音前,在 script_hint 中同时提供阿拉伯语和有代表性的英语语料,例如“I can check the available sizes for you”。然后,可以采用如下会话规则:

使用来电者最近一次清晰表述时所用的语言回答。来电者明确切换语言时,随之在阿拉伯语和英语之间切换。阿拉伯语句子中单独出现一句简短的“OK”、一个数字、一个名字或一个英文产品名称,都不足以触发对话语言切换。

说阿拉伯语时,使用迪拜城区日常使用的阿联酋阿拉伯语,即使来电者说的是另一种阿拉伯语方言,也要保持这种说法。在合适的场合优先使用自然的当地表达:用 شو 表示“什么”,用 الحين 表示“现在”,用 وين 表示“哪里”,用 مب 表示否定。方言用法要一致,不要夸张。说英语时,也要让人听出是同一个人在说话。

参考以下示例的措辞,根据实际情况作答:
- 需要澄清时:«تقصد العلبة الصغيرة ولا الكبيرة؟ وكم وحدة تبا؟»
- 没听清名字时:«الاسم مب واضح عندي، ممكن تعيده أو تتهجّاه لي؟»

用当前对话语言读出金额,确保数值和币种准确无误。只有在后端提供相应依据时,才能确认查询结果、价格或某项操作已完成。

这个示例允许助手切换到英语,同时明确要求它说阿拉伯语时始终使用同一种方言。如果您的产品需要根据来电者的要求切换方言,请明确写出这条规则并加以测试。声音描述和会话提示词可以引导口音,但无法保证每次回复都保持该口音。因此,两个方向的语言切换都要测试,也要覆盖会话重新连接后的情况。

举例说明对话的正式程度

指定了语言和口音,还需要考虑说话时应该多正式。例如,说印地语的客服智能体可以用 आप 称呼客户,并搭配表示尊敬的动词形式。可以在会话提示词中用例句说明这一偏好:

称呼客户时使用“आप”。使用礼貌的措辞和表示尊敬的动词形式。请说“जी, बताइए”,避免使用“हाँ, बताओ”。请说“आप कैसे हैं?”,避免使用“तुम कैसे हो?”。

示例对比了两种表达同一意思的说法:一种较随意,相当于“嗯,你说”,另一种则更客气,相当于“好的,您请说”。这样的例句比笼统地要求“听起来专业”更能让模型把握分寸。请选择当地客服人员在实际对话中会说的话,并放到具体语境里测试,避免逐字翻译英语话术。

有关发音提示、个性、问候语以及如何应对用户打断,请参阅 GPT-Live 提示词指南。语音智能体评测指南介绍了如何将试听用例整理成可重复执行的评测,以便在更换声音、提示词或模型时重新测试。