⚡【快速了解】声音复刻极速版
只需上传一段10-20秒声音文件，三分钟，即完成对用户音色、说话风格、口音和声学环境音的复刻。
此文档介绍声音素材录制的相关注意事项。目的是为声音复刻提供较好的音频素材。
⚡一：能力优势
秒级训练声音： 仅需在开放环境下录制最短10秒音频即可快速复刻，录制成本极低。
分钟级训练时长： 音频上传成功后，三分钟完成模型复刻。
高度还原： 高度还原真人音色特点、说话风格、口音和声学环境。
跨语种迁移：录制一个语种的声音，可支持中文、英文、日语、西班牙语（墨西哥口音）、葡萄牙语（巴西口音）、印尼语多个语种的合成，让声音轻松说外语。
⚡二：声音录制
1、 场地选择与注意事项
▸ 选择安静没有噪音（如空调出风口噪音、室外人声、汽车、施工噪音、鸟叫、鸣蝉）、没有回声、软装较多的的环境空间（如卧室，车里）。
▸建议麦克风（手机麦克风一般在手机底部）与嘴的距离在10cm-20cm内，音量保持适中，避免喷麦。
▸尽量避免在光滑墙面、地板房间录制，如大面积玻璃墙面或大理石地板房间，以避免引入回声混响；
▸声音流畅、吐字清晰。尽量口语化，语气、语调符合 视频应用场景。
▸除了讲话之外，不做其余动作，避免多余声音（如衣服摩擦等声音、吞咽声）。
2、 录制设备
▸ 选择一：iPhone手机录制，为达到较好的录制音质，可按以下图片步骤设置手机
▸ 选择二：专业麦克风录制
3、 录制内容
▸ 录制文本：可自行准备一段约1分钟文稿。稿件内容不限，也可以是贴合工作的口播稿。
▸文本要求：中文汉字文本；单句子最长不超过50字，平均句子控制在20字左右。
▸录制音频时长：1分钟。
▸音频格式：录制时推荐无损 WAV 格式（具体格式不限制），不低于24k采样率。
⚡三：声音剪辑与提交训练
剪辑去掉长停顿、喷麦声、卡顿等，选择保留较好的10-20秒声音。
▸ 格式：音频格式支持 wav、mp3、aac、m4a、wma、asf。
▸ 时长：10-20秒
▸ 文件大小：不超过20M
▸ 采样率：支持16K、24K、48K
▸ 码率：建议大于128kbs
▸ 文件命名：2-50个字符，只可出现 汉字、字母、数字、下划线、横线