AI Voice Cloner：将视频从一种语言配音到另一种语言，可从原视频或参考音频克隆声音。声音克隆（声对声）与文本转语音，并用神经技术将音频翻译成多种语言。把你自己的语音音频转换成你选择的任意声音。它是多语言的 —— 你可以使用任何语言的音频，并应用任何所需的声音，无论语言如何。举例来说，如果你有一段英语语音，想要应用法语声音，它会将音调从任何语言克隆到目标音频，并且你也能翻译说话音频，即使原语和目标语不同，这都要归功于我们的神经音频提取技术。将一个语言的视频翻译为另一种语言。

你可以保存声音以便日后使用，作为 Reference（提取语调）或作为 Source Audio（应用语调）。

生成克隆/翻译后的视频或音频后，你可以通过任意应用如 Messenger、WhatsApp 等分享。

如何使用：

Reference Audio 是将用于克隆声音的音频，需至少 10 秒，最长 5 分钟。如果更长，应用会使用前 5 分钟。

Source Audio 是将应用克隆声音语调的音频。

第一模式是文本到语音（Text to Speech），支持可选的克隆与翻译。第二是声音到声音（Voice to Voice）克隆，以及可选的声音翻译。第三是视频配音：上传一个最多 5 分钟的视频，它将被配音为你选择的语言；你现在可以翻译视频的音频，使用视频自带的声音克隆或参考音频。

录制，选择一个音频，选择预存声音或从其他应用如 WhatsApp 分享语音音频，然后选择 AI Voice Cloner 并选择作为 Reference 或作为 Source。

若用于视频配音至另一语言，你可以从应用（如 WhatsApp）分享视频或在视频模式上传视频；可使用参考声音克隆，或用视频本身的声音。

一旦你选择了 Reference 或 Source 音频，你可以保存声音以便以后重复使用，作为 Reference 或 Source。（若要保存为 Source，需至少 10 秒。）若你上传一个超过 10 秒的视频，可以开启“视频声音”开关，它将作为 Reference Audio 加载；加载完成后，你可保存视频的声音以便在其他克隆操作中重复使用。

若选择文本到语音模式，在 Reference Audio 加载后，输入文本，选择希望说出及翻译的语言，然后按开始，你将得到一个以 Reference 声音且被翻译成所选语言的文本到语音音频。

若选择声音到声音模式，两个音频都选好后，按“Generate Cloned Audio”。或者你可以开启“Translate”开关，选择语言，它将从 Source Audio 生成翻译后的音频。如果开启“Source Audio 的声音”开关，则无需加载 Reference Audio，因为会使用 Source Audio 自身的声音。

若选择视频模式，选择一个视频，可开启“视频声音”开关，使视频的声音作为 Reference Voice（声音需要清晰、背景噪音少，最好只有一个说话者），或关闭开关并上传自己的 Reference Voice。然后选择是否让翻译后的视频保留原始背景音频或完全移除，仅保留配音。选择目标语言并按开始。你将获得该语言配音后的视频。

请负责任地使用；这是一个娱乐应用。我们不对滥用负责。请勿在未经允许的情况下使用他人声音。

Nicolás Torregiani

其他信息