跳转至

豆包声音克隆 1.0

录音优化

用手机或麦克风在安静环境下录制一段 10 秒到 30 秒的音频。

如果声音嘈杂，可以用剪映对音频进行简单处理：

  1. 只保留流畅的口播
  2. 响度统一
  3. 调整声音大小
  4. 音频降噪

导出 MP3 音频文件。

录音建议

录音越干净，克隆效果越稳定。尽量避免背景音乐、环境噪声、多人说话和明显回声。

克隆声音

进入声音复刻大模型：

https://console.volcengine.com/ark/region:ark+cn-beijing/tts/soundReplicate

开通试用服务，并找到声音复刻需要的三个参数。

声音ID：S_bN9jpeTw1
APP ID：41807370**
Access Token：4hLf***_cEqI1DoLh6BwCu***-**

打开本软件「音画匹配剪辑」-「声音合成」：

选择「豆包语音」-「克隆声音」，填写刚才申请的「音色 ID」。

备注：应用 ID 和 Access Token 与之前的 AI 合成配音一致。如果已经填写过，确认无误后点击保存即可。

确认保存了参数后，点击「克隆声音」

将「录音与优化」保存的 MP3 音频文件路径上传，点击「开始克隆」。

等待音频上传并完成训练。

克隆完成！点击确认

返回火山引擎声音复刻大模型网页并刷新，可以看到 训练成功。

  1. 可以试听音色是否满意
  2. 每个声音 ID 的训练次数可能有限，请上传音质较好的 MP3 文件进行训练。
  3. 如果需要更换主播声音，可以对同一个声音 ID 再次训练，具体限制以火山引擎页面为准。

添加多个克隆声音

费用说明

火山引擎的免费额度和声音复刻费用会随平台规则变化。第一个测试音色、多个主播音色的购买方式和可用额度，请以火山引擎控制台当前页面为准。