声音复刻 产品简介

声音复刻(Voice Cloning)为企业提供快速、批量、自动化的定制音色服务。声音复刻基于客户上传的少量录音数据,自动进行模型训练,实现对发音人音色的定制,并可通过 语音合成 输出对应的音色音频。声音复刻广泛适用于数字人、语音社交、资讯播报、短视频制作等场景。

相关产品
声音复刻 产品页,含版本规格、价格与购买入口。

一、产品种类

腾讯云支持两种类型的复刻:一句话版声音复刻和基础版声音复刻。

·一句话版声音复刻所需训练语料少(5 – 15s),合成超拟人,表现力极强。

·基础版声音复刻需要10 – 20分钟语料输入,合成时延低,自然度相似度高,极具性价比。

二、语种支持

可支持中文普通话、英文和中英混说。

三、语速调整

支持0.6、0.8、1.0、1.2、1.5、2.0多种倍速率的合成语速。

四、音量调整

支持11个档次(0 – 10)的合成音量。

五、支持接口类型

复刻类型 基础语音合成(非流式输出) 实时语音合成(流式输出) 流式文本语音合成(双向流式)
一句话版声音复刻 暂不支持 支持 支持
基础版声音复刻 支持 支持 支持

六、采样率

支持8K、16K、24K采样率的合成效果。

赞 (0)
上一篇 4天前
下一篇 4天前