1. 上传参考音频：选择一段音频作为音色参考（支持 MP3、WAV，建议 3-10 秒，清晰无噪音）

2. 输入合成文本：填写需要合成的文本内容（支持中英文混合，建议不超过 1000 字）

3. 调整情感强度：设置情感表现力（0.0-2.0，默认 1.0）

4. 情感控制（可选）：可上传情感参考音频，或启用文本情感提取功能

5. 提交任务：点击"🎤 开始合成语音"按钮，等待处理完成

6. 查询结果：点击"🔄 查询任务状态"按钮查看进度，完成后可播放和下载音频

7. 积分计费 💰：预扣费 + 后补差价模式。提交时按文本字数预扣（1字≈0.25秒，预扣 5-100 积分），完成后按实际音频时长计费（1 秒 = 1 积分），多退少补