APIXO

AI 语音克隆

AI 语音克隆功能可从您拥有或已获明确授权使用的参考音频中,创建一个可复用的合成语音身份。上传一段清晰的录音,选择可用的清理和识别控制选项,查看预估费用,即可生成一个用于授权语音工作流的语音标识符。

为何使用

使用 AI 语音克隆须获得明确同意

使用授权参考音频构建

工作流始于您自己的声音录音,或说话者已明确授权克隆和预期用途的声音。清晰的来源证明是制作要求的一部分,而非在合成身份创建后添加的可选法律说明。

准备纯净的人声参考

请使用仅含一位发言人、音量平稳、混响较少且无背景音乐或人声重叠的录音。可用的降噪和音量标准化控件有助于预处理请求,但无法从低质量的源文件中完全恢复被掩盖的声音细节。

创建可复用的声音身份

请求成功后将返回一个自定义语音标识符,而非一个完整的旁白项目。请在授权团队内部保管好该标识符,并将其用于兼容的语音生成。如此一来,脚本和生成设置便可与语音创建步骤分开,进行单独审核。

进入可控语音合成

如需使用经批准的旁白,可将授权的语音标识符用于“AI 文本转语音”;如需创作无关的音乐,可使用“AI 音乐生成器”。将这些相关的工作流程分开,能让许可、源所有权、脚本审批、语音访问和最终音频审核的管理变得更加轻松。

能力

AI 语音克隆准备控制

参考音频上传

提供一段受支持的录音,要求清晰捕捉授权说话人的声音,且不受其他人声或嘈杂背景音的干扰。

降噪指南

当存在轻微背景噪音时可应用清理选项,但请知晓,干净的原始音频效果更佳。

音量标准化

在分析前,请使用支持的标准化功能来减少电平不一致问题,但请注意,这并非用于修复削波或失真。

识别准确度控制

调整显示的克隆匹配模型控件,并评估生成的声音,不要假定设置越高就一定越合适。

语言辅助

当录音语言与可用语言提示匹配时,请选择相应的提示,然后使用您计划使用的实际文稿来验证克隆后的声音效果。

可复用标识符工作流

创建语音标识符,以便兼容的语音请求能够引用,同时由您的应用程序管理授权和访问。

适用对象

可复用合成语音的授权用途

克隆自己声音的创作者

创建个人语音身份,可用于已批准的旁白草稿、无障碍功能工作流、本地化测试或制作协助,一切皆在您的掌控之中。

拥有发声人书面许可的团队

当语音提供者批准了克隆、预期渠道、脚本、时长、存储和撤销条款后,即可创建受管语音资产。

无障碍与连续性项目

探索使用经授权的合成语音,以维系沟通的连续性,同时坚持以人工审核和说话者的持续同意为核心原则。

构建可治理语音功能的开发者

在实施安全存储、访问控制、同意记录、脚本审核、信息披露和删除等工作流之前,请先评估克隆生成方案。

模型

此工具背后的模型

工作原理

创建经授权的 AI 语音克隆

01

确认权利并准备音频

请仅使用您自己的或已获明确授权克隆的声音,然后选择一段清晰且具代表性的录音。

02

设置识别和清理选项

选择模型支持的语言提示和预处理控件,但不要指望它们能修复无法使用的音频。

03

审核、创建与保护

查看估算、创建声音、评估授权语音样本,然后存储生成的标识符并进行访问控制。

技巧 & FAQ

获取更佳结果

技巧

01

在安静、干燥且无背景音乐的环境中,录制一位同意录音的发言者的语音,录制时保持麦克风距离稳定,说话方式自然。

02

请保留关于克隆授权方、允许用途、批准用户、存储期限和撤销流程的书面证据。

03

请勿选用存在削波、严重降噪瑕疵、多人声音重叠、强回声,或其语音表现不符合预期用途的音频源。

04

请像保护敏感生产凭证一样保护返回的声音标识符,并将其使用范围限定于已获同意的人员和系统。

05

测试经批准的脚本,酌情披露其为合成用途,并监控输出内容是否出现身份漂移、有害内容或滥用情况。

常见问题解答

AI 声音克隆会分析经授权的参考音频,为兼容的语音生成功能创建可复用的合成语音身份。此功能不会转移个人声音的所有权,也并未免除征得同意的要求。生成的标识符应作为敏感资产进行管理,且仅限用于经批准的用途。

您只能克隆自己的声音,或在获得语音所有者明确授权并同意预期用途后,才能克隆其声音。未经授权,请勿克隆公众人物、同事、客户、亲属、表演者或任何其他人的声音。切勿将克隆的声音用于冒充、欺诈、欺骗、骚扰或绕过身份验证。

请使用清晰的录音,录音中应仅包含一位经授权的发言者,音量稳定、语速自然、房间回声极小,且无背景音乐或人声重叠。请遵循编辑器中显示的上传格式。降噪控件可以减少轻微的噪音,但削波和过度处理可能会永久性地移除有用的人声细节。

否。克隆的声音是生成的近似品,可能会在语言、情感、语速、生僻词或录音条件方面有所差异。请在具有代表性的、已获批准的脚本上测试该声音,留意身份漂移和瑕疵,并将人工审核纳入工作流程。请勿将合成语音当作真实录音呈现。

费用由所选的模型和请求参数决定,提交前会显示当前的估算费用。后续使用自定义语音生成的语音是单独的模型请求,会有其自身的估算费用。本页面不显示固定金额,因为服务商合同和支持的控件可能会发生变化。

将标识符的使用范围限制于授权用户和服务,将访问权限与存档的同意声明相关联,在生成前审查脚本,并保留撤销或删除资产的途径。避免在公共客户端代码或共享文档中暴露标识符。监控使用情况,留意是否存在意料之外的说话人、项目或有害场景。

商业用途需要遵守适用的模型条款,并获得说话人针对特定商业场景的明确授权。协议应涵盖渠道、期限、相关报酬、信息披露、审查权、存储和撤销等事宜。法律和平台规则各不相同,因此对于高风险部署,请获取适当的法律指导。

使用 AI 语音克隆创建经明确授权的语音

确认授权,上传清晰的参考音频,检查控件和费用估算,然后创建并保存上方可复用的声音身份。

立即尝试