语音克隆
10至30秒
多种语文
实时
拖放您的音频文件到这里
或单击以浏览
支持MP3、WAV、FLAC、M4A、OGG(最多100MB)
单击以开始录音
录制 10-30 秒清晰的语音
音频预览
时长:--
语音设置
获得最佳效果的建议
- 使用 10-30 秒清晰的音频
- 尽量减少背景噪音
- 自然的语速
- 语调富有变化有助于提升质量
- 仅限单一说话人
我克隆的声音
0
还没有克隆的声音。
上传音频,创建你的第一个声音。
声音克隆的工作原理
1
上传样本
提供10 -30秒的清晰的演讲 由您想要克隆的声音来表达
2
AI 分析
我们的 AI 会提取声音特征、音色、口音和说话习惯。
3
声音模型
系统会创建个性化声音模型并保存到你的账户。
4
生成语音
使用克隆声音生成任何文本的语音, 以任何语言。
可用模型
Chatterbox
推荐- 零样本克隆
- 23 种语言
- 6 到 60 秒样本
- 允许商业使用
OpenVoice v2
快速- 处理速度最快
- 语调控制
- 风格迁移
- 轻量
GPT-SoVITS
细致- 声音克隆
- 多种语文
- 较慢,更细致
- 开放权重
Tortoise TTS
细节最丰富- 声音克隆
- 英语
- 较慢,细节丰富
- 开放权重
curl -X POST https://api.speechtospeechai.com/v1/voice-clone/ \
-H "Authorization: Bearer YOUR_API_KEY" \
-F "reference_audio=@sample.mp3" \
-F "text=Hello, this is my cloned voice." \
-F "model=chatterbox"
# Response: a job to poll
{"uuid": "3f2c...", "status": "queued"}
curl "https://api.speechtospeechai.com/v1/speech/results/?uuid=3f2c..." \
-H "Authorization: Bearer YOUR_API_KEY"
{"status": "completed", "result_url": "https://.../output.wav"}