Higgs TTS 3 4B：给对话声线写清情绪、说法与停顿
为什么值得关注
把参考声线与情绪、说法、停顿的位置控制分开，便于为已有节目声线补录更贴合语境的回复。
适合谁：尝试节目开场、对话回复配音的创作者，以及评估语音服务接入条件的开发者。
这次有哪些亮点
- 以约 4B 主干提供 24 kHz 的对话式语音生成
- 情绪与风格放句首，停顿和声音事件按位置写入文本
- 提供参考音频与转写条件，以及托管 API 和独立权重路线
使用前需要知道
采用研究和非商业许可，非开源许可；数字创作者变现内容有署名例外，向他人提供 API、插件或应用需另行商业许可。托管 API 需密钥与额度，中文效果未听验。
给一段对话回复配音，声音像谁与这句话怎么说，是两个问题。客服式解释需要平稳，节目开场可以热情，讲到转折处又可能需要停一下。Higgs TTS 3 4B 提供的可用思路，是把参考声线与表达控制分开：用参考录音提供声音条件，再在目标台词中写入情绪、说话风格和停顿标记。
本篇指定权重的实际入口是 bosonai/higgs-tts-3-4b，官方旧链接会重定向到这里。它属于 Boson AI 的 Higgs TTS 3，模型卡描述约 4B 的主干与 24 kHz 音频。使用时应从 TTS 3 模型卡进入对应推理路线；旧 Higgs Audio V2 仓库的运行方式和许可不能套给这组权重。
看一条开场白里，控制写在何处
官方 API 文档给出一个节目开场示例：先用 enthusiasm 情绪标记引出欢迎语，在两句之间插入 pause，然后进入节目。这里并不是要求模型把“热情地”“暂停”这些说明读出来，而是用约定的控制标记影响相邻话语。
更细的官方 Prompting 文档把位置分成两类：情绪、风格以及语速、音高、表达强度放在句子开头；停顿和声音事件则放在希望发生的位置。例如官方有低声说秘密的 whispering 示例，也有在问候与欢迎之间加入 <|prosody:pause|> 的示例。这种区分很实用：整句怎么说与句中在哪里停，终于可以分别表达，而不必把所有意图塞进一段模糊的自然语言描述。
如果想加笑声，格式还要更精确。文档要求声音标签后紧跟拟声词，例如 <|sfx:laughter|>Haha，中间不留空格。只输入一个泛泛的“开心”标签，并不等于安排了一次可辨认的笑声。官方也提醒只有列出的标记受到支持，自创标签可能被读出或影响输出。
上述是官方示例与格式解读，本文没有调用模型或完成听验。尤其是中文数字、专名和长句，不能只凭支持语言表就评价效果。模型卡列有中文，API 还提供中文文字规范化路径；这些说明可以从中文任务开始试用，并不代表本文已得到可发布的中文样音。
参考音频与回复文本，分别交给谁
托管 API 的实际模型参数是 higgs-tts-3。官方最小请求接收目标文本并返回可保存的音频；选择预设声音可以使用 voice，换成参考声线则使用 ref_audio，参考录音的转写放在 ref_text。官方说明提供转写常能改善生成质量，这也是为什么不宜把参考文件当作一个只管音色的附件随便上传。
一个适合试用的教学任务，是给自己已授权的节目声线补录一段简短开场：先保留同一参考录音和文本，分别尝试平稳与热情的说法，再决定是否需要停顿。它检验的是表达是否符合节目，不是比谁标签堆得多。TTS 本身只把文本转成语音，官方明确说明它不管理对话；聊天内容、轮次与记忆仍属于上游应用。
不想调用托管服务，可以从权重模型卡进入 SGLang-Omni 或 vLLM-Omni 的独立部署路线。两者与 Boson 托管 API 的请求、流式返回方式要按各自文档使用，不能直接搬运旧 V2 示例。托管服务需要 API key 和可用额度，新账号需先领取试用额度；本文没有核定具体单价，也不承诺长期免费。
看左上方的实际权重名，以及下方两块绿色提示：研究和非商业使用，与数字创作者例外分别说明。截图用于确认身份和采用条件，不是中文输出效果图。 可打开原图查看细字。
创作者可获许可，不等于可免费经营语音服务
这组权重采用 Boson Higgs TTS 3 Research and Non-Commercial License，条款明确说明它不是开源许可。研究、非商业使用之外，Creator Use Grant 允许数字创作者在自己拥有或控制的频道发布播客、视频、有声书等内容，包括变现内容，但必须在音频或随附文字的显著位置署名 Boson AI's Higgs Audio，并遵守其余使用限制。
把模型接成面向他人的 API、配音应用、插件或托管服务，则不属于这一创作者例外，需要单独商业许可。许可也不替使用者取得参考声音的授权。对节目创作者，值得尝试的是声音表达的可编辑性；对准备经营语音产品的人，先解决授权与服务路线，才有继续接入的意义。
参考资料：
以上为编辑整理，功能、许可与使用条件以官方说明为准。