什么是文字转语音（text to speech）
文本转语音 (TTS) 是一种将文本转换为语音的技术。它可以使用自然的人工智能声音朗读文案。
文本转语音 (TTS) 技术可以为任何需要以听觉格式访问书面内容的人提供帮助，并且它可以为许多人提供更具包容性和易于访问的沟通方式。
TTS 是什么？
TTS 代表文本转语音 (text to speech)，也称为语音合成，这是一种利用人工智能 (AI) 将书面文本转换为极其逼真的口语的变革性技术。 TTS 系统在提高可访问性方面发挥着至关重要的作用，特别是对于有学习障碍和视力障碍的个人来说，因为他们可以大声朗读任何文本。
文字转自己的声音
创建听起来像您的声音的复制品,用您自己的声音自动进行视频配音、广告朗读、直播等。使用您自己的录音训练自定义语音模型，以创建一致且个性化的 AI 语音克隆。
文字转其他人的语音
我们最高品质的语音克隆与真实的声音几乎没有区别。非常适合视频、有声读物、直播、视频游戏等。
即时克隆声音
仅用3秒钟的音频来克隆您的声音。
完美语音复制
通过高级建模捕捉您声音的独特特征，保留您的语气、语调和情绪范围
精准控制
根据您想要使用的说话风格训练模型。调整语音设置以满足您的制作要求
快速可靠
我们简化的克隆流程旨在快速、安全地交付您的自定义语音模型，以便您可以立即开始录音
安全和隐私
我们的安全协议和专有的语音验证码机制可确保您的语音数据始终受到保护
配音案例
下面的主角是跨时空的三只小猪：小猪佩奇、猪八戒和猪猪侠，一起来听听他们正在对话！
【旁白】在一个奇妙的平行宇宙中，小猪佩奇、猪八戒和猪猪侠因为一次意外的时空错乱而相遇在了一起。他们站在一片充满奇幻色彩的草地上，周围环绕着各种奇特的植物，天空中飘浮着五彩斑斓的云朵。
【小猪佩奇】（好奇地）哇！这里好漂亮啊，猪八戒，你看那边有彩虹色的花呢！
【猪八戒】（揉揉眼睛，打了个哈欠）这是哪里？我怎么感觉像是到了天宫的后花园？
【猪猪侠】（警觉地环顾四周）两位朋友，这里是时空裂缝中的一个交汇点，我之前执行任务的时候见过类似的地方。
【小猪佩奇】（兴奋地跳起来）时空裂缝？听起来好神奇哦！那你们是从哪里来的呢？
【猪八戒】（自豪地挺起胸膛）我是从西天取经的路上来的，我的师傅是唐僧，还有两个师兄弟，孙悟空和沙和尚。
【猪猪侠】（微笑着）我是来自未来的超级英雄，专门保护世界和平。很高兴遇见你们！
【小猪佩奇】（眨巴着眼睛）哇，你们都是大英雄耶！那我们可以一起玩吗？
【猪八戒】（笑眯眯地）当然可以，不过我得先找点吃的，这一路上我都快饿扁了。
【猪猪侠】（拍拍胸脯）没问题，我这里有能量棒，虽然不是什么山珍海味，但也足够填饱肚子了。
【小猪佩奇】（拉着猪八戒的手）那我们去那边的小溪边野餐吧，我带了一些小点心。
【猪八戒】（摸摸肚子，笑呵呵地说）哈哈，这下可好了，既有美食又有美景，真是人生一大乐事啊！
【猪猪侠】走吧，朋友们，让我们享受这段美好的时光。也许这就是命运安排我们相遇的原因呢！
【小猪佩奇】（高兴地）太好了，今天真是最开心的一天！
【旁白】三人一同向小溪走去，一路上欢声笑语不断，形成了一幅温馨又奇妙的画面。
常见问题
什么是AI语音克隆？
语音克隆是复制或合成人的声音（通常从音频样本）以创建其数字副本的过程，该数字副本可用于生成用于各种目的的语音，例如短视频、无人直播、有声读物和数字人。
一句话语音克隆和 RVC语音克隆有什么区别？
一句话语音克隆 (基于ALI 声音库) 可快速复制3秒钟样本中的声音，且质量高，但不支持方言和外语。RVC语音克隆 (基于 RVC声音库) 需要至少 3 分钟的音频数据进行训练，并生成非常忠实于您原始声音的语音副本。为了获得最佳效果，请上传只有您讲话的干净音频文件，不要有背景噪音、音乐或其他声音效果。
我可以克隆任何声音吗？
您只能克隆自己的声音或您有权克隆的声音。为了增加安全性，在创建专业语音克隆时，我们要求用户通过在特定时间内阅读文本提示来完成语音验证码机制，以确认您的语音与您上传用于训练的训练样本匹配。如果匹配，您的请求将被发送以进行微调。如果没有，您必须通过我们的帮助中心手动验证您的声音。
我的人工智能语音克隆需要多长时间才能准备好？
通过一句话语音克隆，您的语音副本立即准备就绪。使用RVC语音克隆通常需要 15 – 60 分钟。一旦您的语音克隆准备就绪，您在“绘声美音”公众号就会收到通知。
需要多少音频才能产生高质量的语音克隆？
对于普通话，我们建议使用一句话语音克隆来创建完美的语音复制品：最快1分钟出结果； 只需要3秒参考音频。对于方言和其他语言，RVC语音克隆 (基于 RVC声音库) 是一个好的选择，需要3分钟的音频样本来复制您的语音。在这两种情况下，如果上传的文件包含包含单个扬声器且没有背景噪音、音乐或其他效果的干净音频文件，结果最好。
你们支持哪些语言？
我们支持任何语言及方言。普通话建议用一句话克隆，对普通话有绝佳的支持。对于方言和其他语言，RVC 声音库是一个不错的选择。如果你不需要特定音色，那么AZURE声音库很不错，因为AZURE声音库是实时生成的，而且音频质量非常高。
