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
你的积分
0
获取更多积分
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

通过 API 克隆声音

通过我们简单的 REST API,将声音克隆集成到你的应用中。

APP API 文件
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"}