ZONOS2 人声克隆 TTS
用短参考人声生成旁白、试音和多语言语音样本
输入
上传一段参考人声，再输入要合成的多语言文本
操作建议
- 上传一段清晰、受支持格式的人声参考音频
- 输入文本，选择对应语言，并按需要调整参数
- 生成语音并下载 44.1 kHz WAV 结果
参数指南
- 参考音频：上传的说话人片段，用于零样本人声克隆。
- 需要合成的文本；所选语言会控制规范化方式。
- 语言：官方文本规范化代码，例如 英语（美国）、中文（普通话）、日语 或 韩语。
- 质量设置：默认开启精确模式、质量条件和干净参考音频设置。
- Seed：可选的确定性 seed，用于可复现的对比运行。
检查要点
- 使用背景噪声尽量少的清晰参考人声
- 首次测试使用短文本；确认声音符合预期后再增加文本长度
- 需要对比多次生成结果时使用固定 seed
输出
生成 44.1 kHz WAV 语音