Voice Control

它不用提示词，也不用克隆真人声音，而是给 10 个声音维度各配一个滑块：masculine/feminine、assertiveness、buoyancy、confidence、enthusiasm、nasality、relaxedness、smoothness、tepidity、tightness。每个维度从 -100 到 100 连续可调，0 是默认值，全部保持默认就等于不改基础声音。

可以。官方明确说明，连续的参数调整让声音修改可以在不同会话之间复现。这一点是它相对提示词方式的区别所在——提示词每次生成容易飘，而同一组滑块参数能稳定还原同一款声音。

声音克隆需要基于真人的声音样本，官方把它归类为风险更高、更花时间、且常常牺牲质量的做法。Voice Control 不走克隆路线，而是直接在基础声音上按维度做调整，因此不涉及克隆真人声音带来的风险。

已经以 beta 形式发布，面向 Empathic Voice Interface 2 的开发者开放。说明仍在继续改进，目标是让声音质量在极端参数组合下也做到 100% 可靠。常规参数下可以正常使用，拉到比较极端的组合时要留意效果。

不需要。提供的是一个直观的无代码界面，在 playground 里拖动滑块就能实时试听和调节，找到符合预期的那款声音再拿去用。

不是。解释这些滑块代表的是听者习惯关联到某种声音特征的感知属性，比如人们通常会把什么样的声音理解为「自信」或「偏女性化」，而不是对某个人的性别或自信程度做判断——毕竟这些是合成声音，并不对应任何真实的人。