产品简介

更新时间:
复制 MD 格式

Voice Studio 是一个面向音色资产全生命周期的一站式平台,帮助你在浏览器里完成从「创造音色 → 管理音色 → 语音合成 → 质量评测」的全流程,无需部署任何本地环境。

我能用它做什么

Voice Studio 围绕「音色」这一核心资产,提供 4 条主线能力:

能力

面向场景

对应模块

音色克隆

用一段参考音频,快速复刻出一个专属音色

音色克隆

音色设计

用一段文字描述(提示词),从零生成一个全新音色

音色设计

语音合成

选一个音色 + 输入文案,输出可下载的语音文件

语音合成

音色评测

通过 CMOS 问卷对两个音色版本做盲听对比,评估优化效果

音色评测

所有创建出的音色会沉淀到音色管理页,作为你工作空间下的音色资产,可在语音合成、评测等下游环节重复使用。

概览页(首页)

首页是进入 Voice Studio 后看到的第一个页面,由三块内容组成:

  1. 三大特性卡片:「音色克隆 / 音色设计 / 语音合成」,点击即跳转到对应模块,适合首次使用时的快速上手。

  2. 热门音色:系统内置音色列表。鼠标悬停卡片时出现播放按钮试听;点击右上角合成图标可带着该音色直接进入语音合成页。

  3. 行业音色:按行业(金融、出行、汽车等)分类浏览音色,点击行业卡片会跳转到音色管理页并按该行业过滤。

image

典型使用路径

  • 已经有参考录音:音色克隆 → 保存为我的音色 → 语音合成

  • 没有参考录音,想要特定风格:音色设计 → 保存为我的音色 → 语音合成

  • 迭代或对比两个版本:音色管理切换版本 / 音色评测做盲听对比

关键概念

  • 工作空间(Workspace):所有音色、任务、历史都归属于某个工作空间。顶部导航可切换你所属的工作空间。

  • 音色档案(Voice Profile):一个音色资产的容器,可持有多个版本。

  • 音色版本(Voice Version):同一个档案下的多次克隆/设计产物,可在音色管理页自由切换当前版本。

  • 音色上限:单工作空间内最多保留 5 个音色,达到上限后需先删除再新建。