放入样本,得到声音。
上传或录制清晰样本,确认使用权限并创建克隆语音。处理和激活完成后,它会出现在语音选择器中。
三个步骤,只需一次。
账户和提供商支持期间可用。
在安静的房间里,以自然的语速朗读任意内容。录制一到两分钟,效果会明显优于三十秒的最低要求。
上传或录制清晰样本,确认使用权限并创建克隆语音。处理和激活完成后,它会出现在语音选择器中。
你的克隆声音与声音库中的440+种声音位于同一个选择器中,同样支持语速、音调和情绪控制。
专属、私密,并且可随时撤回。
三十秒只是下限,而不是目标。大多数人用大约九十秒的日常朗读,就能获得满意的效果。
克隆声音仅限你的账户使用。它们绝不会出现在公开声音库中,其他用户也无法用它们生成音频。
在工作室中选择 MP3、WAV 或 FLAC。可用音频设置取决于所选模型。
克隆声音会保留你真实的说话方式,而不会把你抹平成中性口音。请选择你录音时使用的语言。
Starter可保存三个克隆声音,Creator十个,Pro三十个。足够容纳个人声音、品牌声音,以及一些尝试。
删除克隆语音会将其从账户移除并释放名额。录音和预览文件的清理可能进入队列。目前无法保证服务提供商删除其语音模型。
你的声音始终属于你。
声音克隆是唯一一项规则比参数更重要的功能。我们的规则简明扼要,并且严格执行。
只能克隆属于你本人或已获明确授权使用的声音。创建克隆声音前,你需要确认这一点,这也是使用账户的条件之一。
克隆声音仅在你的账户内可见。它不会被发布,不会在用户之间共享,也不会被加入声音库。
删除克隆语音会将其从账户移除并释放名额。录音和预览文件的清理可能进入队列。目前无法保证服务提供商删除其语音模型。
谁在克隆声音,又为什么克隆。
每周发布三条短视频,意味着三次录音、三次音量匹配,还有三次可能录出疲惫嗓音的机会。有了克隆声音,就完全不必再录音——修改文稿中的一句,只需单独重新生成这一句,依然是你的声音,也依然与其余部分保持一致。
读者最想听的是作者亲自朗读的版本,但录完整部书稿需要在录音棚里耗上好几天,而且读到第四章嗓子就累了。有了克隆声音,你可以在自己方便的时间一次完成一章,第十二章听起来和第一章完全一样。
在产品视频、帮助中心短片和电话菜单中使用同一个品牌声音,无需每个季度重新预约同一位朗读者。Creator套餐提供十个槽位,品牌声音、客服声音和几个地区版本可以同时保留。
什么是声音克隆,怎样才能克隆得好。
声音克隆的工作原理
克隆声音基于一段你说话的简短录音生成。系统会学习让你的声音具有辨识度的特征——音色、共鸣、元音的发音方式、习惯的语速——并据此生成声音模型。
此后,你输入文字,模型就会把它说出来。它并不是在回放你的录音,而是用你的声音生成全新的语音,所以你可以“说出”从未录过的句子。样本教会模型的是你的声音听起来如何,而不是你说过什么。
怎样才算好样本
安静的房间比昂贵的麦克风更重要。背景嗡嗡声、风扇声或车流声会被当作你声音的一部分学进去,并出现在之后的每一次生成中。
用平常的语速朗读,让声音自然起伏——平淡拘谨的朗读只会得到平淡的克隆声音。三十秒是最低要求;一到两分钟富有变化的语音,才能真正达到理想的质量。如果克隆声音听起来毫无生气,原因几乎总是出在样本上。
克隆、重录,还是请人。
面对高难度文稿,克隆声音的演绎比不过专业朗读者。它胜在那些枯燥的维度上,而这些往往才是决定工作成败的因素。
| 克隆你的声音 | 每次重新录制 | 聘请朗读者 | |
|---|---|---|---|
| 准备时间 | 30 秒是样本的最短时长,并非处理时间保证。 | 每次录音都要布置麦克风和房间 | 选角、沟通需求,还要签合同 |
| 每次修改的成本 | 除消耗的字符外,无其他成本 | 耗费你的时间,还要匹配之前的音量电平 | 通常需要再付一次录音费 |
| 一致性 | 可使用同一语音,但表达效果可能变化。 | 随感冒、房间环境和心情而变化 | 朗读者有空时才能保持一致 |
| 可用时间 | 账户和提供商支持期间可用。 | 只能在你找到安静房间的时候 | 取决于对方的档期 |
简而言之。
准备好了,再选择套餐。
声音克隆需要付费套餐——免费版不包含克隆槽位。在这里,真正重要的是你能保留多少个声音。
每个账户初始可获得一次性的500个免费字符额度,之后不会补充,无需银行卡。适合刚开始接触AI配音的爱好者。
/ 月
适合每周发布内容的创作者。
/ 月
适合团队和大批量制作。
/ 月
- Studio HD 与 Turbo 语音模型
- 支持 MP3、WAV 和 FLAC 下载
- 情感、语速和音调控制
- 声音标签与发音词典
关于声音克隆的常见问题。
系统接受的最短时长是三十秒。一到两分钟的音频能生成明显更好的克隆声音,因为额外的素材能让系统学到你的节奏和音域,而不仅仅是音色。超过大约三分钟后,提升就不明显了。
支持。用你希望克隆声音使用的语言录制样本,它会保留你的自然口音,而不会将其抹平。声音库涵盖40种语言,克隆声音也基于同一引擎。
只有你自己。克隆声音仅限你的账户使用:它绝不会出现在公开声音库中,其他用户无法看到或选择它,也不会在账户之间共享。
删除克隆语音会将其从账户移除并释放名额。录音和预览文件的清理可能进入队列。目前无法保证服务提供商删除其语音模型。
几乎总是样本的问题。在开着风扇的房间里拘谨、单调地朗读,只会得到一个同样拘谨单调、还夹带嗡嗡声的克隆声音。在安静的环境中重新录制九十秒自然、富有变化的语音,再创建一个新的克隆声音——大多数情况下问题都能解决。
Starter套餐有三个槽位,Creator十个,Pro三十个;Lifetime包含五十个。免费版不包含克隆槽位。删除克隆声音后,其槽位会立即释放。
录音会发送给语音提供商用于创建克隆语音。保留时间和任何训练用途取决于其条款和配置;无法保证提供商端的删除。