《人工智能应用基础》教材配套应用合集 | 语音克隆

选择模型

当前页面统一接入本地 standard 后端，lite 和 premium 选项会映射到同一套可用模型。

兼容

Lite

映射到 standard

保留轻量入口，实际调用本地 standard 模型。

当前可用

Standard

本地模型

支持语音克隆、多人分离和批量处理。

兼容

Premium

映射到 standard

保留高级入口，实际调用本地 standard 模型。

上传参考音频

拖拽音频到此处，或点击选择文件

支持格式: WAV、MP3、M4A、OGG、FLAC

要克隆的文本:

风格强度

0.8

上传多人音频

上传包含多位说话人的音频以进行分离

最大说话人数

4

最短片段长度（秒）

2.0

批量语音克隆

上传多个参考音频，批量生成克隆结果

统一克隆文本: