用 VoxCPM2 克隆声音，该准备怎样的录音？

有一段自己录制或得到明确授权的声音，想让它读一段新文字，选择语音克隆。没有参考音频，只想把稿件读出来，选择文本转语音；想用文字描述一种声音，选择声音设计。这三种模式需要的材料不同。

普通朗读的播放器、下载和短稿示例见文本转语音教程。声音设计通过描述生成声音，不是从某位真人的录音克隆。可以先写“温暖、沉稳的成年声音，语速适中”，在“预览文本”中填一段自己的短稿。声音描述和预览文本各有 200 字符的输入上限。

准备一段有授权的参考录音

优先用自己的声音；使用他人的声音前，先取得涵盖上传、合成和预期用途的明确许可，并保留记录。不要把网上能播放、能下载的录音直接当成允许克隆的材料。录音和稿件中也不要包含密码、电话号码或私密谈话。

本站上传区标示 MP3、WAV、M4A、OGG，3–30 秒，最大 10MB；页面另建议约 10 秒。时长合格只表示满足输入条件，不保证克隆相似度。准备时可这样做：

1. 在安静房间里录一位说话者，保持自然语速和固定的麦克风距离，避开配乐、回声和其他人插话。
2. 用自编短稿录到约 10 秒，例如：“今天我为一个小型展览录制介绍。请沿着走廊向前，慢慢欣赏墙上的照片。”按自然语速读，不够时另写一句，不要用长静音补时长。
3. 回听开头、结尾和整句话，确认没有截字、爆音或过大的底噪。保留原始文件，另存准备上传的版本；剪辑后重新确认实际时长和大小。

在克隆面板里怎么操作，哪一步要登录

打开中文语音克隆入口，选上传音频或在线录音。上传后先用面板播放器回听；在线录音则需要你允许浏览器使用麦克风，完成后也应试听。

“生成文本”是希望克隆声音朗读的新内容，不是要求抄写参考录音的逐字稿。可以先填：“欢迎来到今天的小型展览，请慢慢欣赏。”检查下方字符计数器和当前额度，再点创建语音克隆一次。排队期间保留页面，等结果播放器出现后再试听、下载。

本站允许未登录用户在当前匿名额度内尝试文本转语音和语音克隆，上传与在线录音都不以前置登录为条件；在线录音另需浏览器支持和麦克风权限。可用字符数和剩余额度以页面为准。出现登录或额度提示时按提示处理。若登录、跳转后参考文件没有保留，请重新选择本地文件。

声音设计需要登录：填写声音描述和预览文本后，未登录用户点击生成语音会出现“需要登录”，可选择“免费注册”或“登录”。登录后仍需符合账户的次数和积分条件，登录本身不代表无限使用。

三秒的录音够用吗？

若只是想先熟悉材料和对照方法，可以从已有 TTS 教程试听和下载这两份本站合成示例：

• 中文 MP3：3.84 秒，156,627 字节。原始输入：“你好，这是一段 VoxCPM2 语音演示。”
• 英文 MP3：3.04 秒，124,910 字节。原始输入：“Hello, this is a short VoxCPM2 speech demo.”

我们于 2026 年 11 月 15 日重新检查了两个 MP3，均为单声道、48 kHz，符合上传区的格式、时长和大小要求。英文样音只比下限长 0.04 秒，再剪掉开头就可能被拒收。两段都短于页面建议的约 10 秒。

你可以用这两段文本转语音成品练习查看时长、回听开头。测试克隆时请另用自己的录音或获准复现的声音。本文未用这两段样音测试克隆相似度。

要做自己的对照，可先在文本转语音和语音克隆中使用相同的新短稿，例如中文“今天的展览已经准备好了，欢迎你来参观。”或英文“The small exhibition is ready. You are welcome to visit.”。保持文字、语言和标点一致，先比较两段是否完整读对，再听音色、停顿、自然度和杂音；之后一次只换一个参考文件。记录结果，不把某一次输出当作每次都能相同的承诺。

按失败发生的位置检查

• 上传报格式、大小或时长错误：重新导出为支持的格式，核对实际大小和 3–30 秒时长；改扩展名不能转换音频。
• 无法在线录音：检查麦克风权限和输入设备；浏览器不支持录音时，改用准备好的文件。
• 创建语音克隆不可用：检查是否已选择音频、填入生成文本，是否超出字符数或时长限制，是否仍有任务进行中。
• 积分、配额或登录提示：按当前账户提示处理，必要时查看套餐和额度。
• 排队中：请求已接受，等结果出现，不要重复提交。
• 明确失败或服务连接异常：保留错误文字，核对输入后按提示稍后重试。持续失败时提供发生时间和错误提示，不必发送私人录音。
• 成品听起来不理想：先核对是否读全，再用更清晰、单人、接近建议时长的授权录音，以同一短稿对照。