Makina 平台指南 —— 语音克隆 (Voice Cloning)

语音克隆 (Voice Cloning)

若要创建高质量的定制语音，输入音频（训练数据）必须非常纯净。

1. 录制地点 (Recording Location):
2. 减少房间的回声或混响。利用隔音舱、衣柜或用毯子搭建的“堡垒”来为房间进行隔音处理。
3. 设备 (Equipment):
4. 麦克风：建议使用专业 XLR 麦克风（价格在 150-300 美元之间，例如 Audio-Technica AT2020 或 Rode NT1）。
5. 音频接口 (Interface)：使用 USB 接口（例如 Focusrite）。
6. 防喷罩 (Pop-Filter)：用于避免爆破音（气流冲击麦克风）的必要设备。
7. 软件 (Software/DAW)：
8. 使用 REAPER 或 Audacity 等软件。
9. 设置：以 44.1kHz 或 48kHz 的采样率及 24-bit 的位深录制 WAV 文件。
10. 电平：目标是将音频峰值（Peaks）控制在 -6 dB 至 -3 dB 之间，并将平均响度设定为 -18 dB。
11. 定位 (Positioning)：
12. 请保持与麦克风约 20 厘米（相当于两个拳头的宽度）的距离。
13. 说话时请保持一定角度，以避免呼吸直接对着麦克风。
14. 性能 (Performance):
15. 一致性：全程保持相同的能量或语调。不要在训练文件中混用耳语和大喊。

人工智能会复制一切，包括呼吸声、结巴以及犹豫时的声音（如“嗯……”）。请确保该表现正是你想要复制的效果。

转到“Makna”指南中的下一篇文章