声音克隆：如何录制样本，用自己的声音朗读文本
声音克隆是「视频头像」分区中的一个标签页，用一段录音就能做出你声音的数字副本：上传文件，或用麦克风录下 10 秒到 3 分钟的语音，给克隆起个名字——之后就能用这个声音朗读任何文本和视频，不必再回到麦克风前。克隆在服务器上训练，会进入共享的声音目录，并在「头像与生成」和「文字转语音」标签页中可用。下面讲清如何录好样本、界面里该选什么、克隆用在哪里，以及费用如何。工具位于「声音克隆」标签页。
声音克隆做什么
这个标签页用一段你的录音，训练出一个能朗读任何文本的声音模型。流程是：附上样本——文件或麦克风录音都行——输入声音名称，需要时指定语言并保持去除背景噪声开启，然后点击「克隆声音」。训练在服务器上进行：克隆会出现在「我的声音克隆」区块，状态为「训练中」，几分钟后变为就绪。就绪的克隆会立即进入共享声音目录——你可以像使用目录里任何声音一样，用它朗读文本和视频。
为什么需要它
- 视频里的本人声音：用自己的音色给片子配音，每次修改都不必重录。
- 文章和邮件的音频版：录一次样本，之后想读多少文本都行。
- 规模化：脚本改动不再需要重新进棚录音。
- 统一的品牌声音：一个克隆用于所有片子、课程和公告。
- 多语言：克隆可用于目录中不同语言的配音。
- 省时间：不必因为一句口误而整段重录。
如何在网站上开始：分步操作
- 在「视频头像」分区打开「声音克隆」标签页并登录——登录后才会加载克隆历史和声音目录。
- 附上样本：用上传按钮传音频文件，或用「用麦克风录制」直接在页面上录音。
- 输入声音名称——例如「我的声音」或「课程配音」。
- 需要时填写语言提示（en、ru 等）；留空则自动识别语言。
- 保持「去除背景噪声」勾选——克隆会更干净。
- 查看代币价格：启动前就会显示。
- 点击「克隆声音」。克隆会出现在「我的声音克隆」区块，等状态变为「就绪」。
- 用名称旁的按钮试听克隆，然后在「头像与生成」标签页里使用它。
如何录好样本
克隆质量取决于样本，所以值得花两分钟认真录。长度：10 秒到 3 分钟——太短的一句话不够，三分钟通常足够。用平常语速平稳自然地说话，不要耳语也不要喊。在安静的房间里录，不要有音乐、回声和设备嗡鸣；如果仍有噪声，就保持去除背景噪声开启。读连贯的文本——文章里的一段或几句话——而不是孤立的单词：这样模型更能抓住语调。录制过程中不要改变与麦克风的距离。如果录成文件，普通音频格式、不做强压缩即可。
就绪的克隆用在哪里
克隆会进入共享声音目录，因此凡是其他声音能用的地方它都能用。在「头像与生成」标签页里，它给头像视频配音：选克隆代替目录声音，头像就用你的音色说话。在「文字转语音」标签页里，克隆可以朗读文章、信件和脚本，无需视频。如果片子需要翻译，在「视频翻译」里用克隆很方便，让其他语言也保持同一个声音。
与分区其他标签页的配合
克隆是流水线里能发挥作用的底料。先创建克隆，再在「文字转语音」标签页里用它朗读文本，或放进「头像与生成」标签页的视频里，最后在「视频翻译」里翻译成片。如果文本来自别人的录音，「口头禅去除」和「译文校对」会派上用场。如果不再需要这个克隆，从历史里删除即可——名额会释放。
克隆的费用
平台以代币计费，无需订阅：新用户注册即获赠初始代币，之后可按需充值。创建克隆的价格是固定的，在点击按钮之前就显示在界面上——显示多少就扣多少。如果训练失败，代币会退回余额。用就绪的克隆朗读则单独计费——按文本长度，和其他任何声音一样。
常见问题
克隆的样本要录多长？
10 秒到 3 分钟。太短的一句话不够——模型抓不住音色——三分钟通常足够。最佳是 30–60 秒连贯语音，在安静的房间里录制。
不用麦克风也能克隆声音吗？
可以。上传一段现成的语音录音文件就够了。只有想直接在页面上录样本时才需要麦克风——标签页里有「用麦克风录制」按钮。
克隆之后用在哪里？
克隆会出现在共享声音目录里：在「头像与生成」标签页给头像视频配音，在「文字转语音」标签页朗读文本。如果片子要译成其他语言，也可以在「视频翻译」里使用克隆。
克隆效果不好怎么办？
从历史里删除它——名额会释放——再用更干净的样本重新创建：房间更安静、语速更平稳、开启去除背景噪声。如果训练失败，代币会退回余额。