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

还有疑问?

查看常见问题获取更多帮助

查看常见问题