声音克隆配音
换一种语言，也不必让所有说话人变成同一个声音
通用 TTS 可以翻译文字，却常常丢掉“是谁在说”。WaveShift 会从源视频中为说话人建立可用的声音参考，再据此生成目标语言句子；源音条件允许时，新语音仍能与原说话人保持可辨认的联系。
符合资格的新用户最多获赠 15 分钟。请只在具备必要同意和权利时使用声音克隆。
按说话人
保持声音身份
不同人物不必被压成同一个通用旁白。
10 种
目标语言
同一来源可在支持的语言集合中审听。
单句
可独立修复
修正一条目标语句，不必重做整条视频。
配音工作流里的声音克隆是什么
用于配音时，声音克隆不只是挑一个合成音色预设。系统会先找出某个说话人可用的源语音，建立声音参考，再用这个参考生成翻译后的句子。
目标是延续说话人身份，而不是承诺在每种语言里都百分之百复制口音、情绪或表演细节。
- 按说话人建立参考，减少所有人都像同一个旁白的问题。
- 带时间轴的字幕让新语音仍对应原场景。
- 原始背景音轨帮助目标语音留在原视频环境里。
源音质量决定上限
干净且长度足够的声音样本，比一小段埋在响亮音乐下的语音提供更多有效信息。重叠说话、喊叫、耳语、强混响和过短发言，都可能降低相似度或可懂度。
WaveShift 会自动挑选并处理源材料，但无法恢复原录音里从未清楚出现的声学细节。多人视频尤其应该尽早检查主讲人和次要说话人。
- 尽量使用没有削波的清晰语音。
- 既检查主讲人，也检查发言较短的第二说话人。
- 分别听发音与音色，它们是两个不同的质量维度。
翻译和声线都需要人工审听
熟悉的音色不会让翻错的人名自动变正确。声线、发音、含义、时间对齐和背景平衡应该分开检查。
如果问题只在一句话，编辑目标字幕并重新生成该句即可。这样能保留周围已经完成的结果，也更容易判断一次有意的发音调整。
授权与负责任使用
只有在你拥有录音，或获得说话人许可并有权制作翻译版本时，才应该克隆声音。不要用它冒充他人、误导受众，或规避应有的披露。
WaveShift 是制作工具，不能替代同意、版权清理，以及你所在市场和发布平台要求的标注规则。
常见问题
当源素材能提供可用参考时，WaveShift 会生成与说话人相关的目标语音，而不是给所有人同一个通用音色。相似度会受源音和目标语言影响。
声音克隆负责说话人身份；转写、翻译、时间轴和语音生成是完整配音流程中的不同步骤。
可以编辑对应目标字幕并重新生成该句。人名和专业术语仍可能需要有意识地改写或做读音调整。
需要。只在具备必要同意和权利时使用录音与声音，并遵守适用的披露和反冒充规则。