声音克隆

概念介绍

通过大模型技术进行特征提取，从而完成声音的复刻，且无需训练过程。仅需提供时长较短的音频，即可迅速生成高度相似且听感自然的定制声音。

功能入口

进入智能外呼机器人控制台，选择大模型场景管理，进入声音克隆页面。

功能说明

克隆对象录入

使用声音克隆时可以通过点击录音、上传录音文件两种方式作为需要克隆的对象。

• 点击录音：当选择点击开启录音后，可以根据参考内容进行朗读进行声音录制，录制完成后点击提交复刻按钮即可。

• 上传录音文件：支持wav、mp3、m4a格式，支持单、双声道录音文件。音频采样率，默认值：16000Hz。音频最好在10s以上，并且音频文件须小于10MB。

合成克隆音色

复刻后的声音可以通过书写测试文本，再进行点击合成试听按钮进行试听。

保存克隆音色

当音色克隆完成后，并且通过试听后觉得该克隆音色符合要求，即可点击创建并保存音色按钮进行保存。

克隆音色列表

在界面的右侧列表中，可以查看已保存的音色列表。同时支持试听与删除。

克隆音色的使用

在配置外呼场景时，可在场景中的语音&VUI的语音合成服务中进行选择配置。在TTS音色模板中选择克隆音色，即可使用。