音色克隆

更新时间:
复制 MD 格式

上传一段参考音频,快速复刻出与之相似的音色。 音色克隆分为两个页面:克隆概览页:展示你已创建的克隆音色和系统示范案例,快速进入新建流程;克隆工作区:针对某个音色档案上传/录制参考音频,发起克隆,试听并保存结果。


一、概览页操作

当你通过左侧菜单进入「音色克隆」时,首先看到的是概览页。

image

1.1 新建克隆音色

  1. 点击第一张大卡片 新建音色克隆

  2. 在弹窗中填写:

    • 音色名称(必填)

    • 描述(可选)

    • 所属行业(可选)

  3. 点击 确定,系统创建档案并跳转到克隆工作区

1.2 浏览与操作已有克隆音色

下方的我的克隆音色区最多展示 4 张卡片,超过时点击 查看更多 展开全部。每张卡片支持:

  • 播放:试听当前版本

  • 合成:跳转到语音合成页并预选该音色

  • 迭代:在同一档案下继续克隆(生成新版本)

  • 删除:删除档案及其所有版本,需二次确认

1.3 浏览系统示范案例

概览页下方有 业务场景 和 方言 两个示范区,每组都展示「原声 vs 克隆版本」的 AB 对照试听,用于快速了解克隆效果上限。


二、克隆工作区操作

从概览页新建 / 迭代,或从音色管理页「音色克隆」入口进入,都会来到这里。

顶部会显示当前档案名称,可点击后面的编辑图标修改名称 / 描述 / 行业。

整体布局分为:左侧工作区(参考音频 + 试听文本) 与 右侧结果面板(克隆记录)。

image

2.1 提供参考音频

左侧有两个 Tab:

  • 实时录音:点击麦克风按钮开始,支持最长 90 秒,再次点击或到达上限自动停止;录制完成后会自动附带时长、大小

  • 上传文件:点击区域选择,或直接拖拽本地音频文件(建议 WAV 格式)

⚠️ 单个档案只接受 1 段参考样本,如需重新上传,请先删除已有样本。

2.2 选择行业与试听文本

左下方有一排行业预设按钮(金融 / 出行 / 汽车 / …… 以及 随机)。点击任一行业会把下方试听文本替换为对应场景的预设文本。

  • 试听文本用于克隆完成后的验证播放

  • 可手动编辑,长度需大于等于 5 个字

2.3 发起克隆

参考音频就位后,点击底部 开始克隆(若已有克隆记录,按钮文案变为 重新克隆):

  • 右侧结果区会立即插入一张「生成中……」占位卡片

  • 系统每 3 秒轮询任务状态,通常 1-3 分钟内产出结果

  • 同一工作区会话最多创建 5 条克隆记录,达到上限会禁用按钮

2.4 试听与保存

右侧每条克隆结果卡片支持:

  • 播放:底部播放器试听

  • 保存:弹出保存弹窗,将当前克隆结果沉淀为音色版本

点击 保存 后在弹窗中确认/修改音色名称与描述,点击 确定:

  • 该克隆结果会成为当前档案的一个新版本

  • 刷新后即可在 音色管理 → 我的音色 中看到

⚠️ 账户音色总数上限 5 个。若已达上限,会直接提示「无法新增」,需先到音色管理页清理旧音色。

关键概念与限制

项

限制

参考音频最长时长

90 秒

单档案参考样本数

1

单次会话克隆记录上限

5 条

工作空间音色总数上限

5 个

常见问题

  • 一次克隆要等多久? 常规 1-3 分钟。过程中可自由切换页面,任务不会中断。

  • 克隆结果不满意怎么办? 点击 重新克隆 可继续生成新记录;或从 音色管理 → 迭代 进入,换一段参考音频再试。

  • 能直接拿克隆结果去合成吗? 未保存的克隆记录不会出现在音色库。需先 保存,再到语音合成页选用。