故障排除

如果生成的语音输出在音量或音调上有所差异，通常是因为语音克隆训练音频不一致。

• 应用压缩：压缩训练音频以缩小动态范围，确保音频一致。建议 RMS 保持在 -23 dB 至 -18 dB，真实峰值低于 -3 dB。
• 背景噪声：确保训练音频仅包含你想克隆的声音，不要有音乐、噪声或爆音。背景噪声、突发能量或持续的低频能量可能降低 AI 的稳定性。
• 说话者一致性：确保说话者与麦克风保持稳定距离，并避免耳语或喊叫。变化可能导致音量或音色不一致。
• 音频长度：
  • 即时语音克隆：使用 1–2 分钟的一致音频。音色、表达、口音和质量的一致性至关重要。
  • 专业语音克隆：至少使用 30 分钟的稳定音频，理想时长为 2 小时以上，以获得最佳效果。

为尽量减少问题，建议将文本拆分为较小的片段。这有助于保持音量一致，并减少长音频生成时的质量下降。使用 ElevenCreative Studio 功能可同时生成多个较小的音频片段，确保更好的质量和一致性。

多语言模型偶尔可能会错误发音某些单词，即使是英语单词。这一问题看似有些随机，但似乎取决于音色和文本。当使用也存在于其他语言中的单词时，某些音色和文本更容易出现该问题。

• 使用 ElevenCreative Studio：此功能有助于减少发音错误问题。使用语音合成处理较长文本时，这类问题更为常见。虽然无法完全消除问题，但可帮助避免问题，并让你更轻松地重新生成特定部分，而无需重做整段文本。
• 正确克隆的音色：与解决不一致问题类似，在所需语言中使用正确克隆的音色，有助于减少发音错误。
• 指定发音：使用 ElevenCreative Studio 功能时，可考虑指定特定单词的发音，例如角色名和品牌名，或缩略词的读法。更多信息请参阅 ElevenCreative Studio 指南中的发音词典部分。

AI 有时会在单次生成过程中切换语言或口音，尤其是生成内容较长时。此问题与发音错误类似，我们正在积极改进。

• 使用正确克隆的音色：使用基于所需语言的高质量、一致音频训练的即时语音克隆或专业语音克隆，有助于缓解此问题。配合 ElevenCreative Studio 功能可进一步提升稳定性。
• 了解音色限制：默认音色和生成音色主要以英语为基础，用于其他语言时可能带有英语口音。克隆能以所需口音说目标语言的音色，可为 AI 提供更好的上下文，降低语言切换的可能性。
• 语言选择：目前，AI 会根据输入文本判断语言。使用预制英语音色时，以目标语言撰写尤为重要，因为这些音色可能引入英语口音。
• 最佳文本长度：较短的文本片段更容易保持一致的口音。使用文本转语音时，建议将每段文本控制在 800–900 个字符以内。ElevenCreative Studio workflow 可将较长文本拆分为更易管理的小片段。

模型可能会错误发音某些数字、符号和缩略词。例如，数字“1、2、3”可能在英语中被读作“one”“two”“three”。为确保用另一种语言正确发音，请按希望的读法使用拼音或文字拼写出来。

• 示例：若要将数字“1”读成法语，请写为“un”。
• 符号：指定符号的读法，例如将“$”读作“dollar”或“euro”。
• 缩略词：按发音拼写缩略词。

语音损坏是一种罕见问题，模型会生成含糊或失真的音频。该问题会不可预测地发生， 我们尚未确定原因。遇到此问题时，请重新生成该部分以解决问题。

在较长的文本转语音转换过程中，音频质量可能下降。为缓解此问题，请将文本拆分为每段不超过 800 个字符。

• 音色选择：某些音色更容易出现质量下降。对于克隆音色，请使用高质量样本以尽量减少瑕疵。
• 稳定性和相似度：调整这些设置可影响音色行为和瑕疵的明显程度。将鼠标悬停在各项设置上可查看更多详情。

对于某些音色，此音色设置可能导致不稳定，包括语速不一致、 发音错误和额外声音。建议将该设置保持为 0， 特别是在生成的音频中遇到这些问题时。

导入功能会尝试导入你提供给网站的文件。由于网站结构和书籍格式各不相同，且可能包含图片，请始终检查导入结果是否准确。

• 章节图片：如果书籍章节以首字母图片开头，AI 可能无法识别该字母。请手动将该字母添加到每个章节中。
• 段落结构：如果导入的文本变成一个长段落，而没有遵循原书结构，可能无法正常使用。请确保文本保留原始换行符。如问题仍然存在，请尝试复制粘贴。如果仍然失败，可能需要转换或重写文本格式。
• 首选格式：EPUB 是在 ElevenCreative Studio 中创建项目的推荐文件格式。结构良好的 EPUB 会在 ElevenCreative Studio 中自动拆分每个章节，便于导航。请确保每个章节标题均采用“标题 1”格式，以便正确识别。

段落之间偶尔可能出现故障或急促呼吸声。这种情况很少见，并且不同于 标准的文本转语音问题。遇到此问题时，请重新生成前一段，因为问题通常 源于那里。