腾讯云智能数智人声音复刻录制指引_AI解决方案_同尘科技

一、定制素材自检项

声音复刻需提交一段100句文本的音频，提交前请务必逐条检查以下自检项：1. 无复刻人外的其他人声录入。2. 音频音频收音音量适中，无明显混响、底噪，及其他噪声。3. 使用中文，普通话录制；文本有一定丰富性，不能存在大量的语句重复。音频格式要求：1. 所有音频需转化为 wav 格式，并压缩成 zip 包提交。2. 直接选中所有音频文件直接压缩为 zip 包（不可新建文件夹后压缩），压缩包不超过1G。3. 每条音频采样率须是24K及以上，单条音频长度不超过1小时。4. 音频命名无空格或者特殊字符。

二、音频录制指引（视频版）



三、音频录制指引（文字版）

录制内容

按停顿-读-停顿的循环过程，依次朗读100句文本并生成音频。录制文本：可自行选择自己领域熟悉的文本，也可参照附件参考文本，语句越多训练效果越好。文本要求：中文汉字文本；单句子最长不超过50字，平均句子控制在20字左右。音频个数：可一整段或分为几段音频均可，最多不超过10个。音频格式：录制时推荐无损 WAV 格式（具体格式不限制），不低于24k采样率。

注意事项

环境要安静无杂音，建议麦克风有防风罩且与嘴的距离在10cm内，音量保持适中；尽量避免在光滑墙面、地板房间录制，如大面积玻璃墙面或大理石地板房间，以避免引入混响；提前熟悉朗读文本，避免录制断断续续；注意尽量不要喷麦；每个句子结束自然停顿；句子中按照文本正常表达进行自然停顿；按照本身说话的风格，有韵律的朗读；吐字清晰，保证台词读音正确；除了讲话之外，不要做其余动作，避免多余声音（如衣服摩擦等声音、吞咽声）。注意：定制音频的效果和原视音频的质量息息相关，若音频质量好，最终的音色定制效果也越好；音频质量差，最终定制效果也会差。如：原音频中包含噪声，最终定制的效果也将包含噪声。

典型问题

爆音避免出现爆音，通常离麦克风过近，麦克风没有防喷麦海绵，或录音语音音量过大会出现爆音。抿嘴音，口水音、喘息及喷麦声避免录音过程中过多闭口张口或吞咽导致的抿嘴音、口水音减少较明显的喘息声，喷麦声。噪声及混响避免麦克风离嘴部过远，避免在有明显背景噪声的环境录音，如有其他背景人声，空调声，背景音乐等；避免引入混响，通常在较多玻璃光滑墙壁房间会有较强混响。频谱缺失避免采用自带增强或降噪等处理模块的录音软件，避免导致对原始语音的损伤及频谱频段缺失的录音软件，避免导致对原始语音的损伤及频谱频段缺失。

对解决方案有疑惑？想了解解决方案收费？ 联系解决方案专家

腾讯云限时活动1折起，即将结束： 马上收藏

同尘科技为腾讯云授权服务中心，购买腾讯云享受折上折，更有现金返利:同意关联，立享优惠

阿里云解决方案也看看？： 点击对比阿里云的解决方案