语音克隆支持哪些文件？

即时语音克隆和专业语音克隆支持多种文件类型。强烈建议使用 192kbps 或更高码率的 MP3。

推荐格式

• MP3，192kbps 或更高

推荐时长

• 即时语音克隆：1–2 分钟的高质量音频
• 专业语音克隆：30–180 分钟的高质量音频

即时语音克隆的最短时长

在应用中上传样本时，每个文件至少需要 5 秒，所有样本合计至少需要 10 秒。要获得高质量克隆，建议达到上述推荐时长。

WAV 等未压缩格式通常不会提升克隆质量，还可能导致上传过程出现问题。请重点关注录音质量：使用无背景噪音、房间混响或多个说话者的清晰录音，保持音量和语调一致，并避免长时间静音。

更多信息，请参阅即时语音克隆（IVC）和专业语音克隆（PVC）。