自定义语音

如何克隆你的声音:录音或上传音频样本

在“设置”→“我的声音”中,点击“添加新声音”,朗读屏幕上的文本或选择时长在 10 秒至 5 分钟的文件,然后保存。MiniMax 需消耗 180 代币,Qwen 3 约需 1 代币。

更新于 2026年11月2日阅读时间 1 分钟

保存的声音可让你用自己的声音朗读任何文本或翻译内容。你需要提供一段目标说话人清晰干净的录音。请仅克隆你自己的声音,或在获得对方同意的情况下克隆他人的声音。

如何打开“新声音”屏幕

  1. 打开设置标签页。

  2. 点击我的声音。

  3. 点击添加新声音。

你也可以从“文本转语音”的声音选择器(我的声音标签页 → 添加自定义声音)以及“音频翻译”设置(添加 MiniMax 声音或添加 Qwen 声音)打开同一个屏幕。首次使用时,应用可能会请求将录音发送至 AI 服务的权限。如果未授予权限,声音克隆将无法正常工作。

如何录制你的声音

  1. 在提供商下方,选择 MiniMax 或 Qwen 3。两者的区别请参阅:什么是自定义声音以及适用的场景。

  2. 打开录制你的声音标签页。

  3. 点击麦克风按钮。首次使用时,请允许访问麦克风。

  4. 以平时的正常语速大声朗读屏幕上的文本。计时器会显示当前录音的时长。读完全部文本大约需要半分钟。

  5. 点击停止按钮。

  6. 在播放器中试听录音。如果你读错卡顿或录入了杂音,请点击重新录制。

  7. 点击右上角的保存图标。

  8. 输入声音名称,或保留默认建议的名称(例如“我的声音 1”、“我的声音 2”等),然后确认。

如何使用现有的音频文件

任何只包含一人说话的音频文件均可,例如保存在手机中的语音消息。文件必须符合以下限制:

参数限制
时长10 秒至 5 分钟,建议 60 秒
大小不超过 20 MB
格式仅限音频:MP3、WAV、AAC、OGG、M4A 及其他常见格式
  1. 按照上述第一步选择提供商。

  2. 打开使用现有文件标签页,点击选择文件。

  3. 选择文件并在播放器中试听。如需更换,请点击选择其他文件。

  4. 点击右上角的保存图标,输入名称并确认。

保存后会发生什么

屏幕将关闭,该声音会显示在我的声音中,并带有正在克隆...标记。克隆通常耗时不到一分钟,在此期间你可以离开当前屏幕。当标记消失后,该声音即可在“文本转语音”和“音频翻译”中使用。

  • MiniMax:开始克隆时扣除 180 代币,如果克隆失败将退还。你的余额至少需要有 180 代币。

  • Qwen 3:约需 1 代币。

如果标记变为失败,请参阅声音克隆失败或听起来不像你。

如果应用无法保存录音

点击保存时,应用会检查录音内容。出现以下提示意味着录音未通过检查,系统不会扣除代币。

提示信息应对方法
Record your voice first在保存前请先录制声音或选择文件。
Recording is too short. Minimum duration is 10 seconds.重新录制并朗读全部文本。
Recording is too long. Maximum duration is 5 minutes.裁剪文件或录制较短的内容。一分钟即可满足要求。
File is too large. Maximum size is 20 MB.选择时长较短或压缩率更高的文件,例如使用 MP3 代替 WAV。
Could not access microphone允许访问麦克风,请参阅麦克风或相机访问被拒绝。
Failed to save voice. Please try again.检查你的网络连接,然后再次点击保存。

如何让克隆出的声音更逼真:如何录制出高质量的音频样本。

联系客服

请描述你遇到的问题,我们将通过邮件回复。如有文件名或任务 ID,请一并附上。

联系客服