AI 模型与语音
MiniMax 语音：纯文本 AI 角色扮演的另一种选择
了解 MiniMax 早期的语音角色、Playworlds 中当前的 Fish Audio 路线，以及语音旁白与地下城主模型的区别。
阅读约 4 分钟
本篇内容
为您正在游玩的故事赋予声音
纯文本角色扮演让您可以按照自己的节奏阅读、快速浏览场景并仔细思考行动。语音则带来了不同的节奏：您可以先聆听场景的展开，然后再回顾文字细节。在 Playworlds 中，语音是一种与文本和角色界面相辅相成、共同体验冒险的方式。
MiniMax 是本文最初发布时所描述的语音集成方案。在 2026 年 10 月 3 日审查的实现方案中，游戏内语音路线使用的是 Fish Audio。语音与地下城主语言模型的分工依然不同：叙述者模型协助生成故事，而语音生成则将文本转化为音频。悦耳动听的声音并不能决定您角色的行动是否成功。
语音模型的作用
早期的实现使用了可配置的 MiniMax 文本转语音模型，审查时的默认设置为 speech-2.8-hd。该历史细节不应被理解为当前的游戏内服务提供商，也不代表它一定是您可以选择的模型。MiniMax 的 API 文档描述了其语音功能；请以 Playworlds 中实际提供的选项为准，不要假定服务商的每一项控制功能都会出现在游戏中。
在对比不同 RPG 时，这种区分非常重要。更换声音可以改变对话的听感，但不会改变底层的规则或故事模型。同样地，更换地下城主模型也不一定会改变语音模型。请查看实际的游戏和音频设置，而不是假定一个 AI 标签就能概括所有内容。
何时适合使用语音，何时文本更便捷
如果您想沉浸在场景中而无需不断阅读，语音会非常合适：比如抵达一座城市、聆听角色的回答或跟随旁白过渡。而在需要对比装备、重温线索或核对名字时，文本通常更为便捷。这些属于阅读偏好，并非经过测量的关于音频能提升游戏的断言。
不妨尝试一个开启旁白的场景，以及另一个在游戏设置中禁用语音的场景。保留文本以便按照自己的节奏查看细节。音频的可用性和生成时间取决于服务状况和网络连接；不要假定每一句语音都会立即播放。
内置旁白还是独立的 TTS 工具？
如果您已经有记录冒险日志的习惯，并且希望大声朗读选定的段落，那么独立的文本转语音工具会很有用。您可以自行选择复制什么内容以及何时生成音频，但您也需要自行管理文件和相应服务商的账户。
内置的游戏旁白通过让语音紧贴正在游玩的场景，减少了这些手动操作。如果您想要带语音的单人 RPG，可以对比一下静音、跟随文字场景以及重返冒险的便捷程度。这些日常交互比关于所谓“最逼真 AI 语音”的无根据断言更为重要。
在获得许可的情况下使用语音和故事内容
请仅上传您获得授权使用的语音样本。避免在角色提示词或样本中放入隐私信息，并在分享前仔细审查生成的内容。Playworlds 的隐私页面解释了外部 AI 处理的作用以及如何咨询您的数据相关问题。
最初的集成说明于 2026 年 9 月 22 日进行了审查，关于当前服务商的说明于 10 月 3 日补充。这并不是 MiniMax 与 Fish Audio 之间的实测对比，也不保证特定的声音库会一直可用。从一个您想要探索的世界开始，然后决定旁白是否能为该体验增色。