HeyGen 专业语音克隆：30分钟至2小时音频训练
Voice cloning has moved past matching timbre. Most of the work now is in what happens between the words.
HeyGen 的 Professional Voice Clone 用 30 分钟到 2 小时的录音音频训练，保留呼吸、停顿、笑声、口音和元音发音。作者认为这一数据量是关键：短参考片段无法体现长句前的呼吸节奏或语速加快时的口音特征，而这些细微不规则正是听者判断声音是否属于真人的依据。HeyGen 称克隆结果无人能分辨出与你本人的区别。
查看原帖HeyGen 专业语音克隆，听起来和你本人一模一样。 上传 30 分钟至 2 小时的音频，即可获得一个无人能与你本人区分开来的声音。每一次呼吸、停顿、笑声和口音，都被完整保留。 评论“PVC”即可免费使用一个月。仅限前 100 名，仅限网页版订阅，活动截至 11/19。https://t.co/IZaeRIds77
查看原文
Professional Voice Clone on HeyGen sounds exactly like you. Upload 30 min to 2 hrs of audio and get a voice no one can tell apart from your own. Every breath, pause, laugh, and accent, preserved. Comment "PVC" for a free month. First 100, web subscriptions only, ends 11/19. https://t.co/IZaeRIds77
正文 · AI 翻译
语音克隆已经不再只是匹配音色。如今大部分工作在于词与词之间发生了什么。
@HeyGen 的 Professional Voice Clone 会用你录制的 30 分钟到 2 小时音频进行训练，旨在保留呼吸、停顿、笑声和口音，以及你元音的发音方式。
这个数据范围正是关键所在。一个人两小时的讲话中包含数百次犹豫、重新组织、半笑和语速变化。一段简短的参考片段无法向模型展示你在长句前如何呼吸，或者当你加快语速时口音会在哪里显现。
正是这些细微的不规则之处，让听者判断一个声音是否属于真人。
HeyGen 表示，结果是一个没人能分辨出与你本人区别的声音。