Mediatavio
YouTube转MP3价格博客隐私

音色转换

AI 变声:参考音色转换与声音特效对照

按参考录音转换音色,并区分文字生成、实时通话特效与匿名处理。

作者:Mediatavio工程

准备源录音和参考录音

音色转换 需要源录音和参考录音。源录音提供要转换的词语和表达方式,参考录音提供音色特征。载入或录制两者、分别试听、运行转换,并检查结果后再下载。

每个输入文件上限为 60 MB,不接受短于 0.5 秒的片段。清晰的单人参考录音比复杂音乐混音更适合。请使用自己的声音或已获许可的参考录音,并在适当场景说明合成修改。

页面在获得录音后进行转换,不是实时通话变声器、语言翻译器或可靠的匿名工具。转换可能改变发音和时间,不要把结果当作未经修改的证据录音。

参考音色转换如何工作

两段录音准备为 22,050 Hz 单声道音频。 OpenVoice2 模型使用源录音的表达方式与参考音色,经过音色编码和转换生成结果。

准备、音色编码、转换和导出是不同阶段。进度标记表示已完成的阶段,并不承诺进度随时间均匀前进。

WAV 输出使用 32 位浮点音频表示,但这不会逆转模型改动,也不能证明结果与参考说话人完全一致。即使压缩输入文件很小,较长源录音仍可能需要大量内存和计算。

对照参考转换、音色模型包与声音特效

官方变声流程对照,并非说话人相似度评分
网站用户可选择的处理方式重要区别
Mediatavio使用源录音和已获许可的参考录音进行 OpenVoice2 音色转换以参考音色为条件转换已有录音,不提供实时通话集成
LALAL.AI Voice Changer上传音频或视频、选择音色模型,并调整官方列出的设置使用音色模型包和云端处理;另设 Voice Cloner 用于建立音色模型
VoiceChanger.io输入音频或麦克风录音,应用音高、滤波、回声等特效信号特效不等同于以参考音色为条件的神经网络音色转换

本表概述链接中的官方说明,没有用同一组源录音和参考录音测试,因此不宣称身份相似度或速度排名。上传声音前应检查使用权、授权和各服务的数据条款。

同时评估词语与音色

保持同一源录音、参考录音和试听音量,检查可懂度、漏掉的音节、呼吸、音高突变及背景杂声。即使音色更像参考声音,若改变了重要词语,也可能更不适合旁白。

如果只是调整音乐音高,可使用 音调调整 。如果要按新文稿生成语音,可使用 文本转语音。需要准备音乐分轨时,应先检查 人声分离.