> This is a page from the ElevenLabs documentation. For a complete page index, fetch https://elevenlabs.io/docs/llms.txt. For the full documentation in a single file, fetch https://elevenlabs.io/docs/llms-full.txt.

# 变声器

## 概述

变声器（原名语音转语音）可将一种声音（源声音）转换为另一种声音（克隆声音），同时保留原始声音的语调和表达方式。

变声器可配合文本转语音（TTS）使用，用于修正发音错误，或融入你希望呈现的独特表演效果。变声器尤其适合还原声音中细微而独特的特征，让效果更有情感、更自然。主要功能包括：

* 更准确地处理耳语
* 可生成可听见的叹息、笑声或哭声
* 大幅提升语调和情绪检测效果
* 准确遵循输入语音的节奏
* 保留语言和口音

#### 观看变声器实际效果视频

## 使用指南

![变声器演示](/docs/_fern-img/2edaef4c56e389edff8faf0c5a43247631432cead38d23023fb6263bb258cc55.webp)

你可以直接上传音频文件，也可以通过麦克风实时录音。音频文件必须小于 **50 MB**，上传的音频文件或实时录音长度均不得超过 **5 分钟**。

如果素材超过 5 分钟，建议将其拆分为较小片段后分别生成。如果文件过大，可能需要压缩或转换为 mp3。

### 现有音频文件

要上传现有音频文件，可点击音频框，或直接将音频文件拖放到其中。

### 实时录音

点击音频框中的 **录制音频** 按钮，准备开始录制时，点击 **麦克风** 按钮。完成录制后，点击 **停止** 按钮。

随后会显示此次录音的音频文件，你可以播放试听，以确认是否满意录制效果。左下角会显示字符消耗量；录音本身不消耗配额，只有点击“生成”时才会扣除。

**变声器生成仅按时长计费，每分钟消耗 1000 个字符。**

## 设置

![变声器设置](/docs/_fern-img/b1f916391e35ad88e7820ca098831d9b76aa6b95ac3689b51f794b526e8778b3.webp)

在[此处](/docs/zh/eleven-creative/playground/text-to-speech#settings)了解更多不同声音设置。

> **Info**
>
> 变声器新增了一项设置，可自动移除录音中的背景噪声。

## 支持的语言

`eleven_english_sts_v2`

多语言 v2 模型支持 29 种语言：

*英语（美国、英国、澳大利亚、加拿大）、日语、中文、德语、印地语、法语（法国、加拿大）、韩语、葡萄牙语（巴西、葡萄牙）、意大利语、西班牙语（西班牙、墨西哥）、印尼语、荷兰语、土耳其语、菲律宾语、波兰语、瑞典语、保加利亚语、罗马尼亚语、阿拉伯语（沙特阿拉伯、阿联酋）、捷克语、希腊语、芬兰语、克罗地亚语、马来语、斯洛伐克语、丹麦语、泰米尔语、乌克兰语和俄语。*

`eleven_english_sts_v2` 模型仅支持英语。

[了解更多模型](/docs/zh/overview/models)

## 最佳实践

变声器擅长在不同输出声音间 **保留口音** 和 **自然语音节奏**。例如，上传带有葡萄牙语口音的音频样本时，输出会保留该语言和口音。输入样本至关重要，因为它决定了输出特征。如果选择了像“George”这样的英式声音，但录制时使用美式口音，结果会是带有美式口音的 George 声音。

* **表现力**：录音时尽量富有表现力。无论是喊叫、哭泣还是大笑，变声器都能准确复现你的表演。此工具旨在提升 AI 的真实感，并支持创意表达。
* **麦克风增益**：确保输入增益合适。录音声音过小可能影响 AI 识别，声音过大则可能导致音频削波。
* **背景噪声**：开启 **移除背景噪声** 选项，自动移除录音中的背景噪声。

## 常见问题

<tbody>
  <tr>
    <td>
      #### 什么是变声器？

      变声器此前称为语音转语音，可在保留原始音色和表达方式的同时，将一种声音（源音色）转换为另一种声音（克隆音色）。

      它有无限可能。你可以配合文本转语音使用，修正发音，或加入你想要的独特演绎效果。它还能通过提供丰富的不同音色和语调，帮助配音演员拓展表现范围。我们提供端到端的配音解决方案；但如果你仍想采用传统方式配音，也可以借助变声器为项目找到合适的声音。

      可转换音频的最大长度为 5 分钟。当前价格请查看 [ElevenCreative](https://elevenlabs.io/pricing?price.section=speech_to_speech#pricing-table) 和 [ElevenAPI](https://elevenlabs.io/pricing/api)。

      更多信息请参阅我们的[指南。](/docs/zh/product-guides/playground/voice-changer)
    </td>
  </tr>

  <tr>
    <td>
      #### 变声器如何收费？

      变声器此前名为语音转语音，其价格取决于通过网站还是 API 生成。

      当前费率请参阅 [ElevenCreative](https://elevenlabs.io/pricing?price.section=speech_to_speech#pricing-table) 和 [ElevenAPI](https://elevenlabs.io/pricing/api)。
    </td>
  </tr>

  <tr>
    <td>
      #### 使用变声器时，输入最长支持多长？

      变声器此前称为语音转语音，目前最大输入长度为 300 秒或 5 分钟音频。所有订阅方案的限制相同。
    </td>
  </tr>

  <tr>
    <td>
      #### 变声器支持哪些输入音频格式？

      以下文件格式可作为变声器的输入音频。

      音频：

      * MP3
      * M4A
      * FLAC
      * OGA
      * OGG
      * WAV

      视频：

      * MKV
      * WEBM
      * MP4
      * MOV
    </td>
  </tr>

  <tr>
    <td>
      #### 如何从变声器下载生成的文件？

      可以通过两种方式下载生成的文件：

      生成内容后，点击右下角的下载按钮，即可立即下载生成的文件。

      以前生成的文件可从历史记录中下载。要访问历史记录，请登录账户，在侧边栏选择**变声器**，然后点击屏幕右侧面板中的**历史记录**标签页。

      点击下载按钮，可将历史记录中的任何文件下载为 MP3 或 WAV 文件。如需更多下载选项，请点击**高级**。
    </td>
  </tr>
</tbody>