如何录制音频样本以让克隆声音更像你

克隆声音会复刻样本中听到的一切细节：音色、说话方式，以及背景中的回音、冰箱嗡嗡声或音乐。录音质量越好，克隆出的声音越相似，服务商在生成后无法修复糟糕的录音。

在哪里录音

请在有较多织物或软质家具的小型安静房间录音，例如挂有窗帘且有沙发的卧室。光秃秃的墙壁、浴室或空荡的房间会产生回音，克隆声音也会保留这些回音。

• 关闭电视、音乐、风扇和空调，并关好窗户。

• 将手机保持在距离嘴部15–30厘米的位置，并全程保持该距离。

• 不要用手或手机壳遮挡麦克风，也不要隔着围巾或口罩录音。

如何发声

以你希望最终声音呈现的状态去说话。如果你需要平静的旁白，就平静地朗读；如果你需要活泼的声音，就带着活力朗读。

• 保持正常的语速和音量。不要耳语、喊叫或拖长字音。

• 把屏幕上的文本读完。它包含了克隆声音所需的各种发音和语调。

• 如果读错了，点击重新录制从头开始。中间长时间的停顿或咳嗽会被克隆进去。

使用你打算配音的语言录制

克隆声音在使用样本本身的语言时听起来最自然。用俄语录制的声音可以说英语，但口音和语调仍会带有俄语特征。MiniMax对此尤为敏感，应用也会在“新建声音”屏幕上提醒这一点。Qwen 3声音支持10种语言：英语、俄语、中文、德语、法语、西班牙语、意大利语、日语、韩语和葡萄牙语。

选择哪种文件

只要音频中只有一个人说话，且没有音乐或音效即可使用。文件限制为10秒到5分钟且不超过20 MB，应用建议时长为60秒。

如果克隆声音仍然不像你

尝试用同一段录音使用另一家服务商。MiniMax和Qwen 3对同一声音的还原效果不同，而Qwen 3声音大约只需1个代币，对比尝试的成本很低。已生成的声音无法重新训练：若要改进，请使用更好的录音创建新声音，并在我的声音中删除旧声音。其他原因和错误排查：声音克隆失败或声音听起来不像你。