“瑪麗有只小羊羔，雪球兒似一身毛…… ”19世紀末，第一臺留聲機問世。這個“會說話的機器”，通過唱針在旋轉圓筒上的螺紋移動，讓聲音得以保存、重現，讓聲音克隆的奇跡轟動世界。

如今，人們想要克隆聲音，已經不再需要留聲機——運用云知聲的“聲音克隆”技術，我們可以采集想要留存的聲音，并經過深度學習算法訓練，模擬出極其類似或幾乎無法區(qū)分的聲音，并將之運用到生活的方方面面。

近日，云知聲“聲音克隆”完成新一輪迭代升級：

一是完成技術升級，魯棒性更高，即在原始錄制質量不是很理想的情況下，也可以穩(wěn)定生成較高質量的合成語音。換句話說，此次升級不僅對錄音質量的要求更低，而且克隆出的聲音質量也將更上一層樓；

二是為滿足對音頻質量要求更高的場景需求，此次升級增加了100句聲音克隆功能。用戶錄制100句音頻，生成的個人音庫較錄制20句音頻合成的效果更逼真、更自然。

三是可根據自定義文本進行語音錄入。簡單來說，過往“聲音克隆”需要用戶按照既定文本進行語音錄入，而現在用戶只需導入一段音頻，即可實現聲音克隆。用戶可根據自己的實際應用需求，輸入更貼合場景的個人音頻，從而實現合成語音與具體場景的深度結合。

伴隨此次“聲音克隆”的迭代升級，云知聲圍繞TTS構建的AI語音“聲”態(tài)得以進一步完善。

成品TTS：為機器裝上“嘴巴”，像人一樣“開口說話”

TTS全稱為“Text-to-Speech”，是一種將文本自動轉換為語音的技術。它利用計算機語音合成技術，將輸入的文本轉化為自然流暢的人類語音輸出。在TTS技術的加持下，機器得以像人類一樣“開口說話”，我們日常生活中的手機語音助手、語音導航播報、有聲閱讀APP都是基于TTS技術實現的。

以智能語音起家的云知聲，面向各個領域提供行業(yè)領先的TTS產品方案。目前，云知聲TTS包含十余種音色和十余種情感風格，可滿足企業(yè)人機對話、短視頻制作、電話客服等多種場景需求。

定制化TTS：玩轉“分身特技”，打造個性化音色

每個人都有自己獨一無二的聲音，不同人的聲音有著不同的語調、不同的尾音，這些聲音就如同每個人的面孔，是我們構成獨特身份的特征。

云知聲“音庫定制”可根據客戶需求，在千句級別的錄音上進行深度定制音色，打造專屬IP發(fā)音人，讓同一個定制音色在不同空間為不同的人提供服務，滿足企業(yè)在市場品牌推廣和產品應用中的語音訴求。

當然，定制化TTS并不專屬于企業(yè)級用戶。為了讓每個普通人都能感受這項技術的魅力，云知聲于今年年初上線“聲音克隆”功能，用戶僅需錄制20句原始音頻，即可合成個人音庫，輕松體驗聲音克隆的樂趣。

此次迭代升級在提高技術穩(wěn)定性的同時，新增自定義文本錄入功能與100句復刻功能，從而克隆出更自然、更逼真、更貼合用戶場景化需求的聲音，可應用于車載導航、兒童點讀機、新聞播報、短視頻配音、智能客服等，讓用戶的聲音在不同場景中煥發(fā)新“聲”。

在AIGC蓬勃發(fā)展的關鍵時期，TTS扮演著重要角色——促進多模態(tài)交互，增強輔助功能，讓機器的語言更逼真、自然、流暢，全面提升用戶體驗。目前，云知聲TTS產品已覆蓋智能客服、語音交互、導航播報等眾多應用場景，并助力廣州地鐵、世茂集團等多家行業(yè)頭部企業(yè)實現AI語音能力的應用與拓展。

未來，伴隨山海大模型能力的持續(xù)拓展，云知聲也將探索大模型與TTS技術的有效結合，持續(xù)為用戶體驗和業(yè)務增長注入創(chuàng)新勢能，以實現更大用戶價值。