直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

声音克隆软件有哪些？

回答

以下是一些声音克隆软件：

内容由 AI 大模型生成，请仔细甄别（powered by aily）

参考资料

人工智能音频初创公司列表

[title]人工智能音频初创公司列表[heading1]语音[heading2]合成（TTS）[adauris.ai](https://www.adauris.ai/)-将书面内容转化为引人入胜的音频，并实现无缝分发。[Aflorithmic](https://audiostack.ai/)-专业音频、语音、声音和音乐的扩展服务。[Sonantic](https://pr-newsroom-wp.appspot.com/2022-06-13/spotify-to-acquire-sonantic-an-ai-voice-platform/)（被Spotify收购）-提供完全表达的AI生成语音，带来引人入胜的逼真表演。[kroop AI](https://www.kroop.ai/)-利用合成媒体生成和检测，带来无限可能。[dubverse](https://dubverse.ai/)-一键使您的内容多语言化，触及更多人群。[Resemble.ai](https://www.resemble.ai/)-生成听起来真实的AI声音。[Replica](https://www.replicastudios.com/)-为游戏、电影和元宇宙提供AI语音演员。[Respeecher](https://www.respeecher.com/)-为内容创作者提供语音克隆服务。[amai](https://amai.io/)-超逼真的文本转语音引擎。[AssemblyAI](https://www.assemblyai.com/)-使用单一AI驱动的API进行音频转录和理解。[DAISYS](https://daisys.ai/)-听起来像真人的新声音。[WellSaid](https://wellsaidlabs.com/)-从真实人的声音创建逼真的合成语音的文本转语音技术。[Deepsync](https://dubpro.ai/)-生成听起来完全像你的音频内容。[coqui.ai](https://coqui.ai/)-为所有人提供开放的语音技术。

GPT-SoVITS实现声音克隆

[title]GPT-SoVITS实现声音克隆[heading1][AI东雪莲](https://huggingface.co/spaces/XzJosh/Azuma-GPT-SoVITS)[AI塔菲](https://huggingface.co/spaces/XzJosh/Taffy-GPT-SoVITS)[AI奶绿](https://huggingface.co/spaces/XzJosh/LAPLACE-GPT-SoVITS)[AI阿梓](https://huggingface.co/spaces/XzJosh/Azusa-GPT-SoVITS)[AI七海](https://huggingface.co/spaces/XzJosh/Nana7mi-GPT-SoVITS)[AI星瞳（坏女人）](https://huggingface.co/spaces/XzJosh/badXT-GPT-SoVITS)[AI坏女人](https://huggingface.co/spaces/XzJosh/badXT-GPT-SoVITS)[AI扇宝](https://huggingface.co/spaces/XzJosh/SB-GPT-SoVITS)[AI扇宝（卖卖）](https://huggingface.co/spaces/XzJosh/maimai-GPT-SoVITS)[AI尼奈](https://huggingface.co/spaces/XzJosh/nine-GPT-SoVITS)[AI恬豆](https://huggingface.co/spaces/XzJosh/Bekki-GPT-SoVITS)[AI向晚](https://huggingface.co/spaces/XzJosh/Ava-GPT-SoVITS)[AI贝拉](https://huggingface.co/spaces/XzJosh/Bella-GPT-SoVITS)[AI珈乐](https://huggingface.co/spaces/XzJosh/Carol-GPT-SoVITS)[AI嘉然](https://huggingface.co/spaces/XzJosh/Diana-GPT-SoVITS)

XiaoHu.AI日报

[title]XiaoHu.AI日报[heading2]1月18日https://x.com/xiaohuggg/status/1747838869951910225?s=20 6⃣️ 🤖微软AutoGen Studio发布：-无代码平台，构建多功能AI代理。-提供编写代码、规划旅行、绘制股票图表等功能。🔗 https://x.com/xiaohuggg/status/1747821655182000569?s=20 7⃣️ 🗣️ GPT-SoVITS实现声音克隆：- 1分钟语音训练个性化TTS模型。-支持中文，界面易用。🔗 https://x.com/xiaohuggg/status/1747811318672007342?s=20 8⃣️ 🎥 Motion新功能Video-to-Motion：-通过视频捕捉运动动作。-创建基于动作捕捉的角色视频。-提供FBX文件导出功能。[https://discord.gg/AapmuVJqxx](https://t.co/JjkC8N3rDE)🔗 https://x.com/xiaohuggg/status/1747805383421472833?s=20

其他人在问
如何把自己克隆成一个bot
要把自己克隆成一个 bot ，可以参考以下步骤： 1. 访问，单击目标 Bot。 2. 在 Bot 的编排页面右上角，单击创建副本。 3. 在弹出的对话框中，设置 Bot 名称、选择 Bot 的所属团队，然后单击确定。 4. 可以在新打开的配置页面修改复制的 Bot 配置： 点击 Bot 名称旁边的编辑图标来更改 Bot 名称。 在人设与回复逻辑区域，调整 Bot 的角色特征和技能。可以单击优化使用 AI 帮您优化 Bot 的提示词，以便大模型更好的理解。 在技能区域，为 Bot 配置插件、工作流、知识库等信息。 在预览与调试区域，给 Bot 发送消息，测试 Bot 效果。 5. 当完成调试后，可单击发布将 Bot 发布到社交应用中，在应用中使用 Bot。 此外，从案例入门，三分钟捏 Bot 的步骤如下： 1. 登录控制台： 登录扣子控制台（coze.cn）。 使用手机号或抖音注册/登录。 2. 在我的空间创建 Agent： 在扣子主页左上角点击“创建 Bot”。 选择空间名称为“个人空间”、Bot 名称为“第一个 Bot”，并点击“确认”完成配置。如需使用其他空间，请先创建后再选择；Bot 名称可以自定义。 3. 编写 Prompt：填写 Prompt，即自己想要创建的 Bot 功能说明。第一次可以使用一个简短的词语作为 Prompt 提示词。 4. 优化 Prompt：点击“优化”，使用来帮忙优化。 搭建您的第一个 AI Bot 还包括以下步骤： 1. 为 Bot 添加技能：设定 Bot 的人设与回复逻辑后，需要为 Bot 配置对应的技能，以保证其可以按照预期完成目标任务。以获取 AI 新闻的 Bot 为例，需要为它添加一个搜索新闻的接口来获取 AI 相关的新闻。 在 Bot 编排页面的技能区域，单击插件功能对应的+图标。 在添加插件页面，选择阅读新闻>头条新闻> getToutiaoNews，然后单击新增。 修改人设与回复逻辑，指示 Bot 使用 getToutiaoNews 插件来搜索 AI 新闻。 （可选）也可以为 Bot 添加开场白，开场白功能目前支持豆包、微信公众号（服务号）。 2. 测试您的 Bot：配置好 Bot 后，就可以在预览与调试区域中测试 Bot 是否符合预期。可单击清除图标清除对话记录。 3. 发布您的 Bot：完成测试后，就可以将 Bot 发布到社交渠道中使用这个 Bot。 在 Bot 的编排页面右上角，单击发布。 在发布页面输入发布记录，并勾选发布渠道。 单击发布。 更多内容，请访问 Coze 官方文档： 英文版：https://www.coze.com/docs/welcome.html 中文版：https://www.coze.cn/docs/guides/welcome 相似问题： 如何配置一个智能体？ 创建智能体相关文档 Coze 怎么用？ 关于扣子的介绍 问：Coze 是什么？
2024-10-13
语音克隆
以下是关于语音克隆的相关信息： GPTSoVITS： 这是一个声音克隆和文本到语音转换的开源 Python RAG 框架。 只需 1 分钟语音即可训练一个自己的 TTS 模型。 5 秒数据就能模仿，1 分钟的声音数据就能训练出高质量的 TTS 模型，完美克隆声音。 完美适配中文，是目前中文支持较好的模型，界面易用。 主要特点包括零样本 TTS、少量样本训练、跨语言支持、易于使用的界面、适用于不同操作系统、提供预训练模型。 GitHub 链接： 视频教程： VALLEX： 一个开源的多语言文本到语音合成与语音克隆模型。 和 19 年百度地图发布的语音定制功能使用的 meitron 模型很像，在百度地图 App 上录制 20 句话、20 分钟左右即可生成个人完整语音包。 支持多种语言（英语、中文和日语）和零样本语音克隆，只需提供 3 10 秒的录音就能模仿声音，还具有语音情感控制和口音控制等高级功能。 相对于其他模型，更轻量、更快速。 最初由微软发布，作者复现并训练了开源可用的模型。 GPTSoVITS 实现 AIyoyo 声音克隆： 开源项目：https://github.com/RVCBoss/GPTSoVITS 注册 colab 并按照步骤准备启动，包括新建笔记本、运行脚本启动 GPTSo VITS 等步骤。整个过程比较漫长，需要耐心等待，可以整个脚本一起运行，也可以一段一段运行。运行过程包括克隆项目代码库、进入项目目录、安装 Python 依赖包、安装系统依赖、下载 NLTK 资源、启动 Web UI 等。运行成功后会出现 public URL，还需准备训练音频并上传。
2024-10-11
国内免费的声音克隆AI有哪些
以下是一些国内免费的声音克隆 AI： GPTSoVITS 实现声音克隆： 人工智能音频初创公司： 将书面内容转化为引人入胜的音频，并实现无缝分发。 专业音频、语音、声音和音乐的扩展服务。 （被 Spotify 收购）提供完全表达的 AI 生成语音，带来引人入胜的逼真表演。 利用合成媒体生成和检测，带来无限可能。 一键使您的内容多语言化，触及更多人群。 生成听起来真实的 AI 声音。 为游戏、电影和元宇宙提供 AI 语音演员。 为内容创作者提供语音克隆服务。 超逼真的文本转语音引擎。 使用单一 AI 驱动的 API 进行音频转录和理解。 听起来像真人的新声音。 从真实人的声音创建逼真的合成语音的文本转语音技术。 生成听起来完全像你的音频内容。 为所有人提供开放的语音技术。
2024-10-10
国内免费的声音克隆软件有哪些
以下是一些国内的声音克隆相关软件和资源： 酷狗音乐语音克隆算法：由广州酷狗计算机科技有限公司提供，应用于音频生成场景，基于用户录音数据提取音色特征生成音频信息，备案编号为网信算备 440106592132901230019 号。 音书语音识别算法：由广州音书科技有限公司提供，应用于语音转文字场景，识别实时录音数据生成文本信息，备案编号为网信算备 440113773328701230015 号。 开源的声音克隆软件有： GPTSoVITS：https://github.com/RVCBoss/GPTSoVITS ，对中、英、日语言支持良好，需要 10 分钟左右干素材，瞬时 clone 功能未开放。 OpenVoice：https://github.com/myshellai/OpenVoice ，对中文支持较好，主打瞬时 clone，发展势头良好，一个月前测试时中文声音 clone 有英语味道。 商业的声音克隆产品有： ElevenLab：https://elevenlabs.io ，支持最多语言种类，支持瞬时 clone，综合效果最好。 Reecho：https://reecho.ai ，中国团队产品，支持长音频和瞬时声音 clone，据说与火山引擎的声音 clone 技术同源。 自得语音：https://zideai.com ，中国团队产品，支持瞬时声音 clone 和声音定制。
2024-10-10
免费的声音克隆软件有哪些
以下是一些免费的声音克隆软件： PlayHT：https://play.ht/studio/ ，包含预设音色，可免费克隆一个音色，若想生成多个，删除上一个音色即可做新的。 Elevenlabs：https://elevenlabs.io/app ，包含预设音色，新用户 1 美元开通一个月会员可使用克隆音色。 魔搭社区：https://www.modelscope.cn/home ，是一个模型开源社区及创新平台，由阿里巴巴通义实验室联合 CCF 开源发展委员会共同发起，包含各种声音模型，有开发经验的朋友可使用。 Dubbingx：https://dubbingx.com/ ，免费克隆音色，有桌面版，Mac、Window 均可用。 此外，还有一些人工智能音频初创公司提供相关服务： adauris.ai：https://www.adauris.ai/ ，将书面内容转化为引人入胜的音频，并实现无缝分发。 Aflorithmic：https://audiostack.ai/ ，提供专业音频、语音、声音和音乐的扩展服务。 Sonantic（被 Spotify 收购）：https://prnewsroomwp.appspot.com/20220613/spotifytoacquiresonanticanaivoiceplatform/ ，提供完全表达的 AI 生成语音，带来引人入胜的逼真表演。 kroop AI：https://www.kroop.ai/ ，利用合成媒体生成和检测，带来无限可能。 dubverse：https://dubverse.ai/ ，一键使您的内容多语言化，触及更多人群。 Resemble.ai：https://www.resemble.ai/ ，生成听起来真实的 AI 声音。 Replica：https://www.replicastudios.com/ ，为游戏、电影和元宇宙提供 AI 语音演员。 Respeecher：https://www.respeecher.com/ ，为内容创作者提供语音克隆服务。 amai：https://amai.io/ ，超逼真的文本转语音引擎。 AssemblyAI：https://www.assemblyai.com/ ，使用单一 AI 驱动的 API 进行音频转录和理解。 DAISYS：https://daisys.ai/ ，听起来像真人的新声音。 WellSaid：https://wellsaidlabs.com/ ，从真实人的声音创建逼真的合成语音的文本转语音技术。 Deepsync：https://dubpro.ai/ ，生成听起来完全像您的音频内容。 coqui.ai：https://coqui.ai/ ，为所有人提供开放的语音技术。 在 GPTSoVITS 实现声音克隆方面，您可以参考以下模型： ：https://www.modelscope.cn/studios/xzjosh/SBGPTSoVITS ：https://www.modelscope.cn/studios/xzjosh/maimaiGPTSoVITS ：https://www.modelscope.cn/studios/xzjosh/nineGPTSoVITS ：https://www.modelscope.cn/studios/xzjosh/BekkiGPTSoVITS ：https://www.modelscope.cn/studios/xzjosh/AvaGPTSoVITS ：https://www.modelscope.cn/studios/xzjosh/BellaGPTSoVITS ：https://www.modelscope.cn/studios/xzjosh/CarolGPTSoVITS ：https://www.modelscope.cn/studios/xzjosh/DianaGPTSoVITS ：https://www.modelscope.cn/studios/xzjosh/EileenGPTSoVITS 在 Huggingface 平台上还有： ：https://huggingface.co/spaces/XzJosh/ottoGPTSoVITS ：https://huggingface.co/spaces/XzJosh/XuanGPTSoVITS ：https://huggingface.co/spaces/XzJosh/RuoGPTSoVITS ：https://huggingface.co/spaces/XzJosh/dingzhenGPTSoVITS ：https://huggingface.co/spaces/XzJosh/sunGPTSoVITS
2024-10-10
克隆声音有声好的工具
以下是一些声音克隆的工具： XiaoHu.AI 日报中提到的，由 SenseVoice 和 CosyVoice 构成，仅需几秒音频样本就能进行声音克隆，无需额外训练数据，还能控制情绪情感、语速、音高。详细内容：https://xiaohu.ai/p/10954 项目地址：https://funaudiollm.github.io 在线演示：https://modelscope.cn/studios/iic/CosyVoice300M https://x.com/imxiaohu/status/1810239744812679271 ElevenLabs 推出的全自动化的 AI 配音或视频翻译工具，上传视频或粘贴视频链接，能在几十秒到几分钟内将视频翻译成 29 种语言，还能克隆原视频里面的声音。 豆包的音色模仿，读大概 20 个字的句子，5 秒就可生成非常像的音色，之后可用自己的声音读生成的文字内容。 剪映也出了新的声音克隆功能，效果不错。
2024-10-05
AI和软件测试行业的实践想法
目前知识库中暂时没有关于 AI 和软件测试行业实践想法的相关内容。但一般来说，在软件测试行业中应用 AI 可以考虑以下几个方面： 1. 利用机器学习算法进行测试用例的自动生成和优化，提高测试覆盖度和效率。 2. 运用自然语言处理技术对测试需求和文档进行分析，提取关键信息，辅助测试计划的制定。 3. 通过 AI 模型对软件的历史缺陷数据进行学习，预测可能出现的新缺陷类型和位置。 4. 借助图像识别和语音识别等技术，实现对软件界面和交互的自动化测试。 您可以根据实际情况和具体需求，进一步探索和创新 AI 在软件测试行业中的应用。
2024-10-18
国内适合短视频脚本写作的ai软件
以下是一些适合国内短视频脚本写作的 AI 软件： 1. ChatGPT + 剪映：ChatGPT 可生成视频小说脚本，剪映能根据脚本自动分析出视频所需的场景、角色、镜头等要素，并生成对应素材和文本框架，能快速实现从文字到画面的转化，节省时间和精力。 2. PixVerse AI：在线 AI 视频生成工具，支持将多模态输入（如图像、文本、音频）转化为视频。 3. Pictory：AI 视频生成器，允许用户轻松创建和编辑高质量视频，无需视频编辑或设计经验。用户提供文本描述，Pictory 帮助生成相应视频内容。 4. VEED.IO：提供 AI 图像生成器和 AI 脚本生成器，帮助用户从图像制作视频，并规划从开场到结尾的内容。 5. Runway：AI 视频创作工具，能将文本转化为风格化的视频内容，适用于多种应用场景。 6. 艺映 AI：专注于人工智能视频领域，提供文生视频、图生视频、视频转漫等服务，用户可根据文本脚本生成视频。 这些工具各有特点，适用于不同的应用场景和需求，能够帮助内容创作者、教育工作者、企业和个人快速生成吸引人的视频内容。 此外，在制作 AI 短片时，声音部分可以使用 11labs 进行英文对白制作，国内可以使用出门问问的魔音工坊。对于剪辑，13 分钟的短片用剪映较方便，更长篇幅或追求更好效果可能需要使用 PR/FCP/达芬奇等传统剪辑软件。
2024-10-18
国内有专门做短视频脚本的ai软件
以下是一些国内专门做短视频脚本的 AI 软件： 1. ChatGPT + 剪映：ChatGPT 可生成视频小说脚本，剪映能根据脚本自动分析出视频所需的场景、角色、镜头等要素，并生成对应素材和文本框架，可快速实现从文字到画面的转化，节省时间和精力。 2. 艺映 AI：专注于人工智能视频领域，提供文生视频、图生视频、视频转漫等服务，用户可根据文本脚本生成视频。 3. 出门问问的魔音工坊：在国内可用，具有情绪调节控件。 此外，制作 AI 短片还涉及到声音制作、故事创作、剪辑等方面： 1. 声音制作：可使用 11labs 进行英文对白制作，通过标点符号改变语音效果；国内可尝试魔音工坊。 2. 故事创作：故事来源包括原创（如自身经历、梦境、想象等）和改编（如经典 IP、名著、新闻、二创等）。剧本写作可从自身或朋友经历改编入手，或对短篇故事进行改编，多与他人讨论以修改和进步。 3. 剪辑：对于 13 分钟的短片，剪映较为方便；更长篇幅可能需要使用 PR/FCP/达芬奇等传统剪辑软件。 请注意，以上内容由 AI 大模型生成，请仔细甄别。
2024-10-18
国内有专门做新媒体平台运营的ai软件
目前国内专门用于新媒体平台运营的 AI 软件相对较少，但有一些具备相关功能的工具。例如，一些智能写作助手可以帮助生成文案内容，部分数据分析工具能够通过 AI 算法提供运营策略建议。不过，这些工具可能并非完全专注于新媒体平台运营的所有方面。
2024-10-18
国内有适合做新媒体平台创意思路的ai软件，例如抖音、小红书等，
目前对于适合国内新媒体平台（如抖音、小红书等）创意思路的 AI 软件，还没有明确的定论。但我们可以先从内容创作的角度来思考。之前汉青老师分享时提到，生成式 AI 的内容与传统社交媒体内容共存，如小红书、抖音、微信等。短期内，大家可能因新鲜感获得流量红利，但最终人们在意的仍是高质量的内容。 我们虽掌握了各种先进工具，如在 MJ 里用关键词出图、用 SD 做复杂工作流、制作炫酷宣传片等，但在此我们先不讨论工具，而是专注于内容。让节奏慢下来，认真感受真实世界，关注身边通常被一扫而过的普通人。 比如偶然在朋友朋友圈刷到的题材：“这两张照片其实是在同一条街道上拍下的，只不过年轻的女孩在街上，孤独的老人在围墙里。”“这张照片传递两种关系、一种爱意，年轻人手牵着怀孕的爱人，老母亲扶着女儿坐上电动车，这应该是这个世界最稳固的两种关系，而现在他们相遇在一张照片当中。”“很多人把生活当中的便利，比如电商快递外卖速度快便宜看着是我们的移动互联网优势，其实唯一的优势是我们的劳动力，无数个在深夜独自啃着馒头的年轻人支撑着美团阿里的市值...放大镜头看你会发现这其实是一个非常年轻的女孩子，她瘦小，即使戴了头盔也比后面的箱子高不了多少，她进食的时候甚至都没玩手机——我骑车路上看到过很多快递小哥都是边骑车边刷短视频，这至少说明他们对生活中的乐子还充满期待，而图中的女孩看着让人垂头丧气，不仅是她，也包括我。” 关于如何与 AI 结合来为新媒体平台创作优质内容，目前还没想好，也没完全想明白，需要慢慢思考和探索。
2024-10-18
AI混音软件
以下是为您整理的关于 AI 混音软件的相关信息： 在游戏 PV《追光者》的制作中，团队尝试使用了分离人声的 AI 软件，对游戏宣传音乐进行人声去除和剪辑处理。但在实际应用中发现，大部分 AI 音乐难以满足紧张刺激场景画面所需的特定要求。 以下为您列举一些人工智能音频初创公司及其相关产品： ：由 AI 驱动的软件引擎，可生成音乐，能对手势、动作、代码或其他声音作出反应。 ：全球最大的音乐教育平台。 ：用于创作歌曲和音频录制的应用程序。 ：提供无缝录音室体验的一体化在线协作平台。 ：专业音频、语音、声音和音乐的扩展服务。 ：视频编辑的音频解决方案。 ：由 AI 驱动的音乐工作室。 ：通过直观的软件/硬件生态系统为音乐演奏者提供世界级声音的民主化访问。 ：AI 音频插件和社区，弥合 AI 研究与创意之间的差距。 ：为音乐人、制作人和内容创作者提供 AI 驱动的混音服务。 ：为创作者提供的在线音乐软件，包括音乐母带处理、数字音乐发行、分期付款插件、免费样本包和协作工具。 （被 Meta 收购）：为创作者提供的音频和视频编辑软件。 ：音乐人的应用程序。 （前身为 Tonz）：实时神经信号处理。 ：奥地利制造的音频软硬件。 此外，VoiceSwap 推出了 StemSwap 工具，这是一个基于浏览器的工具，允许用户从完全混音的曲目中轻松快速地更改人声。它可以将歌曲分成四部分，隔离人声，并将其转换为其他歌手的声音。用户可以从授权歌手名单中选择新声音，并下载完整混音或各个音轨。
2024-10-17
ai类声音产品
以下是关于 AI 类声音产品的相关信息： 语音生成工具： ElevenLabs：国外先进的 AI 语音生成工具，在多语言支持、语音质量和灵活性方面表现出色。Multilingual v2 模型支持近 30 种语言，能生成自然、清晰且情感丰富的语音，适用于多种专业应用场景。但存在语言切换问题、对高质量音频样本的依赖，定价策略可能限制部分用户使用，也引发了伦理、版权和对人类工作影响的讨论。 Udio：由前 Google DeepMind 工程师开发，通过文本提示快速生成符合用户音乐风格喜好的高质量音乐作品。网址：https://www.udio.com/ Suno AI：革命性的人工智能音乐生成工具，通过先进的深度学习技术，将用户的输入转化为富有情感且高质量的音乐作品。网址：https://suno.com/ 人工智能音频初创公司： ：提供实时语音和口音转换流媒体服务。 ：为高效在线会议提供的 AI 驱动软件解决方案。 ：免费的实时语音变换器。 ：为创作者、开发者和虚拟会议提供的降噪产品。 ：软件在复杂声学环境中提升语音的清晰度和可懂度。 ：不制作音频，让音频更好。 ：会议和音频的降噪。 ：采用最先进的 AI 技术消除视频会议通话中的所有背景噪音。 ：一套 AI 驱动的音频质量增强工具。 ：将智能手机变成高级语音增强设备的应用程序。 ：去除干扰性背景噪音的智能手机应用程序。 ：用于音频和语音产品的智能音频解决方案。 ：通过引入机器学习功能来革新麦克风。 ：生成式 AI 音频增强。 需要注意的是，以上部分内容由 AI 大模型生成，请仔细甄别。
2024-10-09
kling生成的视频带声音吗？
Kling 生成的视频可以带声音。在输入文本准备生成时，可以勾选下面的音频增强和降噪进行进一步处理，增强后的音频会更加清晰减少噪音，但会增加处理时长。当文本内容很多时，可以勾选文本切割来进行处理，默认为五十字符进行切割，还可以将音频片段合并为一整段音频。保存后的音频文件结构清晰，“concatenated Audio”是合成的一整段音频，“Enhanced Audio”是增强处理后的整段音频，“Audio clip”文件夹中是切分的音频片段，“Enhanced”开头的就是增强处理的音频片段，不带“Enhanced”就是生成的普通音频片段。该版本还增加了批量处理功能，勾选后可以上传一个 TXT 文本，TXT 文本需要按照每句换行的格式。此外，还可以通过点击随机按钮尝试不同的音色，找到满意的音色后，将设置和音色种子保存到配置文件中方便下次使用。但需要注意的是，即梦 AI 目前仅支持生成视频画面，无法生成声音效果，如果描述过多对声音的要求，可能会导致视频生成效果质量不佳。
2024-09-12