楼主胶东海盾:大家好啊，我是胶东海盾，今天给大家简单说说CosyVoice的instruct指令，在说之前，我必须先承认，我也是个初学者，我知道的这些都是我看的CosyVoice文档，对不对，大家凑合着看吧。
首先，大家在使用自然语音控制的时候，要选择运行-CosyVoice-300M-Instruct.bat这个文件，因为instruct就是指令的意思，当然，也可以翻译为指导，运行之后，过一会儿就打开了一个网页，界面和运行300m的那个是一样的，这个界面怎么操作，曹总和windows同学都讲过，我就不讲了，直接切入今天的主题。
当打开这个页面之后，在输入合成的文字这个文本框里写好你要合成的内容，tab后面的那些预训练音色列表，还有新增音色列表里的东西都不用选，因为你选了，instruct指令就不起作用了，因为软件会优先调用你训练的音色，当然，文本表情除外，好了，我假设你没选任何音色，这样就可以通过指令调用CosyVoice的内置音色了。
写好要合成的音频文字之后，在下面几个单选按钮中选择自然语音控制，按空格选中，因为只有这个单选按钮选中了，风格指令还有文本指令以及多语种才起作用，否则不行，找到输入instruct的编辑框，我们就在这里写指令，下面我把我所知道的全部列在这里，大家使用的时候要把整句英文复制进去，他的这些风格指令都是一句一句的句子，写好之后，要点生成音频按钮，因为指令推理不支持流式音频，好，大家请看：
第一组，说话者音色控制：
Theo 'Crimson', is a fiery, passionate rebel leader. Fights with fervor for justice, but struggles with impulsiveness
(翻译：西奥（Theo）‘绯红’，是一位火热、充满激情的反叛领袖。他为正义而战，斗志高昂，但容易冲动。)
Kai 'Torrent', is a cool-headed, tactical water mage who plans his moves carefully. A soothing presence with hidden depths
(翻译：凯（Kai）‘激流’，是一位冷静、讲究策略的水法师，仔细规划每一步行动。他是一个具有安抚作用的存在，内心深藏深度。)
Zara 'Wildfire', is an impulsive, fearless firebrand who loves a challenge. Her bravery inspires others, though she often acts recklessly
(翻译：扎拉（Wildfire）‘狂野之火’，是一个冲动而无畏的煽动者，她热爱挑战。她的勇敢鼓舞了他人，尽管她的行为常常是鲁莽的。)
Selene 'Moonshade', is a mysterious, elegant dancer with a connection to the night. Her movements are both mesmerizing and deadly
(翻译：赛琳娜（Selene）‘月影’，是一位神秘、优雅的舞者，与夜晚有着特殊的联系。她的舞姿既令人着迷又致命。)
Priya, the humanitarian doctor, heals wounds of the world with her boundless empathy and skill
(翻译：普莉娅（Priya），这位人道主义医生，用她无尽的同情心和高超的医术治愈着世界的创伤。)
Ivan, the old sea captain, navigates life's storms with timeless wisdom and a heart of gold
(翻译：伊凡（Ivan），这位老船长，用永恒的智慧和一颗善良的心驾驭人生的风暴。)
第二组，风格控制：
A female speaker with normal pitch and normal speaking rate
这是一位音调和欲速正常的女性演讲者。
A female speaker with high pitch, normal speaking rate, and happy emotion
这是一位高音，语速正常，情绪愉悦的女性演讲者。
A male speaker with low pitch, fast speaking rate, and angry emotion
这是一位音调低，语速快，情绪愤怒的男性演讲者。
A female speaker with normal pitch, slow speaking rate, and sad emotion
这是一位音调正常，语速缓慢，情绪悲伤的女性演讲者。
A male speaker with low pitch, slow speaking rate, and fearful emotion
这是一位音调低，语速慢，情绪恐惧的男性演讲者。
A male speaker with low pitch, slow speaking rate, and sad emotion
这是一位音调低，语速慢，情绪悲伤的男性演讲者。
A female speaker with angry emotion
这是一位情绪激动的女性演讲者。
以上的这些，大家只要把那些英文句子复制进instruct编辑框就可以了。
第三组，细腻控制
所谓细腻控制就是在要合成的文本里加入一些语义标签，起到控制语气的作用，比如，在某句话后面加上笑声，或者哪几个字笑着说出来，还有，在某句话后面加上呼吸音，在一句话中，哪几个字要重读等等，这些都可以通过在要合成语音的文本中加入一些标签实现。
加语义标签的方法有两种，一种是把标签放在左右方括号里，表示在当前位置加某个语气，第二种是用小于号和大于号，把标签括起来，就像写html那样，一个开标签，一个关标签，把要改变语气的短语放在两个标签之间。
下面我说一下细腻控制标签都有哪些，顺便给大家举几个例子说明一下这些标签的用法。
laughter
这是加笑声的标签，举个例子：
第一种：
*laughter*有时候，最简单的事情*laughter*能让我们笑得最开心，就像是无意中听到的一个傻笑话*laughter*。
在这句话中，当遇到*laughter*这个标签就有笑声。
第二种：
我问胶东海盾是哪个学校毕业的，他竟然告诉我说他是<laughter>家里蹲大学毕业的</laughter>。
在这句话中的laughter就是用小于号和大于号组成的开关标签控制的，就像html语言那样，一个开标签，一个关标签，这句话中的家里蹲大学毕业的，就是在两个标签之间，这就表示家里蹲大学毕业的是笑着说出来的。
strong
这个标签的用途是把某几个字重读，也就是强调，看一个例子：
你要<strong>好好复习</strong>才能考一个好成绩。
这个标签只有一种写法，就是html写法，其中，好好复习是在两个标签之间，合成之后，好好复习就会被强调。
breath
这个标签的用途是加呼吸，继续看例子：
好好的东西被你弄坏了，*breath*哎，你让我说你点什么好呢！
这句话中，breath写在方括号里，这个标记就这一种写法，就是在当前位置插入一个呼吸声，在这句话中的哎前面加了一个呼吸。
关于语气，还可以加入一些语气词，比如，啊，呵呵，嘿嘿，等等，如果想发出连续的笑声，就多打几个哈字，比如，哈哈哈哈哈哈哈哈。
以上就是我会用的一些标签，还有几个东西，比如情感控制什么的，等我研究明白了在给大家说。
最后补充一点要注意的问题。
第一，用这些功能，必须运行带有instruct的bat文件。
第二，当打开页面之后，一定要选择自然语音控制这个单选按钮，如果选择了预训练音色，只支持中文，连英语都不能正常朗读。
第三，如果使用instruct指令，新增音色列表里必须选择无，instruct指令对新增音色不起作用，如果你用的是新增音色，也就是在新增音色列表里选了某个新增音色，只能用我前面说过的细腻控制标记，也就是在要合成的文本里加的那些语气控制标记。
第四，如果你选择了自然语音控制单选按钮就是为了用语气控制标记，哪怕不用instruct指令，也必须在instruct指令的编辑框里打一个空格，因为当你选择了自然语音控制的时候，instruct编辑框里必须有东西，哪怕是一个空格也行，否则你点了生成音频也不能合成。
第五，当你在输入要合成的文本编辑框里输入文字的时候，想换行，按回车键是不行的，必须使用强制换行快捷键，也就是shift加回车键。
好了，洋洋洒洒的写了这么多，不知道我说明白了没有，水平有限，我也在不断的学习，发这篇帖子的目的就是为了和大家一起玩。