使用指南
跟随以下步骤,轻松完成声音克隆和语音生成
1. 上传音频样本
选择一段清晰的音频文件(MP3或WAV格式),确保音质良好、无背景噪音。建议时长在10-30秒之间。
使用技巧:
- 选择发音清晰、情感自然的音频
- 避免包含背景音乐或噪音
- 文件大小不超过50MB
2. 配置训练参数
选择合适的训练模型类型,输入模型名称和参考文本。参考文本应该是音频中说话的内容。
使用技巧:
- S1模型适合大多数场景
- 模型名称要具有辨识度
- 参考文本要与音频内容完全一致
3. 开始训练
点击"开始训练"按钮,系统会自动分析音频特征并训练AI模型。训练过程通常需要1-3分钟。
使用技巧:
- 保持页面打开,避免中断
- 训练完成后模型会自动保存
- 可以在"我的模型"中查看所有模型
4. 生成语音
训练完成后,前往"文本转语音"页面,选择刚刚训练的模型,输入想要转换的文本即可生成语音。
使用技巧:
- 合理使用标点符号让语音更自然
- 单次生成建议不超过1000字符
- 生成的音频可以下载保存
