AI 声音克隆
上传声音样本，创建自定义 AI 声音
Dia TTS AI 声音克隆——使用参考音频生成相似语音
Dia TTS AI 语音克隆可以根据一段参考音频，生成接近参考声音的语音内容。上传您自己的声音，或声音所有者已明确授权您使用及克隆的声音，再输入希望朗读的文字，即可开始生成。当前页面支持一次上传一个参考音频，也可以选填参考音频对应的文字内容。生成完成后，可直接在浏览器中试听并下载音频。新用户注册后可以使用赠送积分试用。生成结果会受到参考音频的清晰度、录音环境、说话方式、语言和待朗读文字等因素影响，因此声音相似度可能有所不同，不保证与原始声音完全一致。
真实效果展示
由 Dia TTS 生成的真实示例。
输入
What you choose to call me is of little importance. Through the ages, I have watched in silence as life evolved, civilizations flourished, and empires crumbled into dust. Never forget that I am ancient, powerful, and enduring. Treat me with respect, and I will sustain and protect you. Neglect or defy me, and sooner or later, you will suffer the consequences.
输出
为什么使用 Dia TTS AI 声音克隆
上传一段清晰的参考音频，Dia TTS 会分析其中的声音特征，并使用您输入的文字生成接近参考声音的语音。它适合使用您自己的声音，或声音所有者已明确授权您使用及克隆的声音创建新的语音内容。
页面只需要三个主要输入：参考音频、可选的参考文字和待朗读文字。无需进行复杂配置。准备好音频和文字后，即可提交生成请求。
参考音频支持 MP3、OGG、WAV、M4A 和 AAC 格式，文件最大为 10MB，时长不能超过 30 秒。每次最多可以输入 5,000 个字符的待朗读文字，适合旁白、播客片段、课程内容和产品介绍。
无需下载或安装软件。注册账号后，新用户可以使用赠送积分体验 AI 语音克隆。生成完成后，可以直接在浏览器中试听和下载结果。预计积分消耗会根据待朗读文字的长度计算。
如何使用 Dia TTS AI 语音克隆
上传已获授权的参考音频
上传一段您自己的声音，或已经获得明确使用和克隆授权的声音。参考音频必须包含清晰、连续的语音，并且只能有一位主要说话者。
- •只使用您自己的声音，或声音所有者已明确授权您使用及克隆的声音
- •选择只有一位说话者的清晰录音
- •避免背景音乐、环境噪声和明显回声
- •使用自然语速和相对稳定的音量
- •上传 MP3、OGG、WAV、M4A 或 AAC 文件
- •确保文件不超过 10MB，音频时长不超过 30 秒
填写参考文字和待朗读文字
如果您知道参考音频中说了什么，可以在“参考文字”中填写对应内容。参考文字为可选项，但应尽量与音频中的实际说话内容保持一致。然后，输入希望新语音朗读的文字。每次最多可以输入 5,000 个字符。标点、句子长度和文字表达方式也可能影响最终的停顿与节奏。
生成、试听与下载
检查参考音频、参考文字和待朗读文字，然后提交生成请求。音频完成后，可以直接在浏览器中试听并下载。如果结果不符合预期，可以更换更清晰的参考音频、修正参考文字、调整标点或修改待朗读文字，然后重新生成。
Dia TTS AI 语音克隆适合哪些用户
AI 语音克隆适合个人创作者、教育团队和商业用户，用来通过自己的声音，或已获声音所有者明确授权使用及克隆的声音制作新内容。
个人旁白与内容创作
使用自己的参考音频，为视频、文章和社交媒体内容生成新的旁白。当您不方便重新录音时，可以使用已有的清晰声音样本制作新内容。
播客与有声内容
为播客片段、有声文章、节目介绍或内容草稿生成语音。使用同一段已授权参考音频，可以帮助不同片段保持相近的声音特征。
培训与产品说明
使用已获授权的讲师、员工或品牌代表的声音，为培训材料、产品介绍和内部说明制作语音。内容更新后，可以重新输入文字生成新的版本，而不必完整录制全部内容。
角色与创意原型
为故事、游戏、动画或其他创意项目制作角色语音草稿。在正式录制前，可以使用您自己的声音，或配音者已明确授权您使用及克隆的声音测试台词和内容效果。