真人声音录制

基础版

优先使用专业录音设备录制音频，推荐使用Adobe Audition软件进行录音。

如果不具备专业录音设备，可使用手机录制音频，详情请参见手机录制音频。

• 录音环境安静，无回音、混响、噪声，避免出现汽车鸣笛、他人说话、走动等杂声。
• 可使用“分贝仪”应用来测试录音环境的底噪，建议底噪低于0dB。
• 同一批录音必须使用同一套录制设备和环境。

建议使用对应版本预置的文案样例：文案样例（基础版）、文案样例（进阶版）、文案样例（高品质）。

支持自定义文案，单句文案长短需和样例相当。

每个音频文件时长为5~15秒，不能超过15秒，否则会导致声音模型训练失败。

不建议临场即兴发挥录制，避免出现较多嗯、啊的语气词，影响连贯性。

进阶版

高品质

专业录音棚+高保真MIC录制。

话筒间距

调整与麦克风之间的距离，以一拳距离为宜。不宜离麦太近，防止喷麦或录入呼吸声。

录音内容

每句文案起始数字编号无需阅读。

示例：4. 它不仅拥有出色的功能，还具备卓越的性能，序号4无需阅读。

音频格式

推荐使用无损音质格式保存音频文件，如WAV格式。

原始录音数据，需未经MP3等编码器编码，且为48kHz采样率、16bit编码和单声道。

录制风格

全程风格保持一致。如直播场景时，录制风格需接近日常直播效果。

发音吐字

发音吐字清晰、准确，音量适中。如果出现喷麦或嘶嘶声音，建议当前句子重新录制。

语速节奏

语速自然、平稳，切忌过快过慢、忽快忽慢。

音量适中

音量不能过小、过大、或忽大忽小，甚至削波爆音。峰值RMS在-9左右，无削波。

停顿断句

在标点或适当断句处自然停顿，需轻声换气。

如果录制一个长音频文件时，每句之间需要有2~3秒的停顿。

重音位置

重音位置要合理，避免错误的重音。

阅读发音

按顺序读，确保音字一致。避免漏字多字、发音错误、阅读不流畅等问题。如有这些问题，需整句重新录制。

基础版

支持整段录制或按句录制，详细说明如•（推荐）方式一：整段录制、•方式二：按句录制和•方式三：使用自定义语料按句录制所示。

符合手机录制音频-表1中“音频命名”的要求。

进阶版

高品质

仅支持整段录制，详细说明如•（推荐）方式一：整段录制所示。

音频文件命名无要求，可自定义，示例：VoiceClone.wav。