冷豔女王 · 中文
我不需要你同意,我只需要你执行。这件事到此为止。
上傳或錄一段你的聲音,寫下想說的文字,登入後就能生成。克隆復刻的是音色,讀的是全新的文字。
試聽三段已完成的聲音示例。這些是固定樣音,並非上傳原聲與克隆結果的對比。
我不需要你同意,我只需要你执行。这件事到此为止。
晚餐已经备好,先生。今晚的红酒是二〇一五年的波尔多,我斗胆替您做了主。
I don't need your agreement. I need your execution. This conversation is over.
10 到 30 秒清晰人聲,只有你一個人說話。
一句話或一小段文案,最多 500 字。
登入後生成,用你的音色讀出這段文字。

零樣本語音克隆不用花幾小時訓練,通常 10 到 30 秒乾淨的人聲,就能學到你的音色和說話節奏。錄得乾淨,比錄得長更重要。
克隆學到的是音色,不是某種語言。用中文錄音克隆的聲音,藉助多語種模型通常也能用同一音色朗讀英語等語言,適合做海外版配音。


聲音克隆只能用於你本人的聲音,或已獲本人書面授權的聲音。用克隆聲音冒充他人、詐騙或誤導聽眾,違反服務條款,也可能違法。
一段乾淨的錄音,就能用在需要你聲音的地方。下面是六種常見用法。
文案改了一句,重新生成就行,不用每次都重錄。口播、解說和教學都保持你本人的聲音。
用自己的聲音讀完一整本書,不必在錄音棚裡坐上幾十個小時,從頭到尾音色都一致。
老師和培訓師可以用克隆聲音更新課件旁白,內容改了,學員聽到的還是熟悉的那個聲音。
用同一個音色把中文影片配成英語等其他語言,海外觀眾聽到的仍然像你本人在說話。
可能因疾病影響說話的人,可以提前留存自己的音色,日後仍能用自己的聲音和家人交流。
讀錯的句子、臨時加的口播和更正說明,用克隆聲音就能補上,不必為一句話重新架裝置。
三種方式各有長處。內容需要你本人的聲音時選聲音克隆,只要好聽的通用聲音,預設音色就夠了。
| 對比項 | AI 聲音克隆 | 預設 TTS 音色 | 聘請配音員 |
|---|---|---|---|
| 聲音來源 | 你本人或已授權的聲音 | 平台音色庫裡的聲音 | 配音員本人的聲音 |
| 準備工作 | 一段 10 到 30 秒的錄音 | 無需準備,直接挑選 | 找人、試音、談報價 |
| 修改文稿 | 改完文字重新生成 | 改完文字重新生成 | 通常要另約時間補錄 |
| 其他語言 | 同一音色說其他語言 | 按語言換不同音色 | 需另找對應語種的人 |
| 授權要求 | 須本人同意或書面授權 | 按平台條款使用 | 按合同約定使用 |
| 最適合 | 需要你本人聲音的內容 | 只要好聽的通用聲音 | 廣告大片和情感表演 |
克隆聲音像不像,很大程度取決於參考音訊。開始錄之前,花一分鐘檢查下面幾件事。
關掉冷氣和風扇,關好窗戶。背景越安靜,克隆出來的音色越乾淨。
不要有背景音樂、電視聲或旁人插話,幾個人的聲音混在一起,模型分不清該學誰。
嘴離麥克風大約一拳遠並保持不動,太近容易噴麥,太遠會混進房間回聲。
像和朋友聊天一樣自然地讀,不要刻意壓低嗓音或拖長語調,克隆會連這些一起學走。
連續說幾句完整的話,中間少停頓。太簡訊息不夠,錄得更長也不一定更像。
如果音量忽大忽小,或者大聲的地方有破音,換個位置重新錄一遍。
開始克隆聲音之前,你可能想先知道這些。
AI 聲音克隆也常被叫作語音克隆或音色克隆,是讓 AI 從一段真人錄音裡學會某個人的音色、語調和說話節奏,再用這個聲音朗讀新文字的技術。克隆完成後,改稿不必重新錄音。
可以。登入後上傳或錄製一段你本人的清晰人聲,勾選授權確認,輸入最多 500 字,點選生成就能試聽和下載克隆語音。參考音訊會上傳用於生成。頁面上的三段聲音示例是固定樣音,並非你的克隆結果。
主流的零樣本聲音克隆,通常只需要大約 10 到 30 秒清晰的人聲。比起錄得更長,錄得乾淨更重要:安靜的房間、只有一個人說話、沒有背景音樂,復刻出的音色會更接近本人。
上傳、錄製參考音訊和輸入文字都免費,生成克隆語音需要登入並消耗點數:每 20 個字元 1 點數,空格不計,最少 1 點數。點數來自價格頁的方案和點數包,生成失敗會自動退回。
不可以。你只能克隆自己的聲音,或已經取得本人書面授權的聲音,明星和公眾人物的聲音都不支援。未經同意復刻他人聲音用於冒充、詐騙或誤導,違反服務條款,也可能違法。
通常可以。克隆復刻的是音色,多語種模型能用同一個音色朗讀英語等其他語言,適合影片本地化和雙語內容。跨語言時口音和韻律可能和母語者略有差別,正式使用前建議先試聽。
能否商用、可以用在哪些專案裡,以你所購方案的服務條款為準。前提是聲音屬於你本人或已獲書面授權;即使是自己的聲音,也不要用它冒充他人或誤導聽眾。
文字轉語音用平台預設的音色朗讀文字,選好就能用;聲音克隆先復刻你提供的聲音,再用它朗讀。想讓內容聽起來就是你本人,選聲音克隆;只需要一個好聽的通用聲音,預設音色就夠了。
上傳或錄製參考音訊,登入後就能用你的音色生成語音。