1. 放入素材並登錄授權
將已獲授權的 MP3/WAV 放入:D:\AI\VoiceCloningStudio\data\inbox
也可從下方上傳至同一個本機目錄。上限 100 MiB、3 秒至 30 分鐘;單一講者、清晰無配樂的音檔較適合。登錄授權前不會執行 ASR。
2. 講者與前處理
3. 聽音與逐字稿校對
請逐片播放,對照實際說話內容修改繁體中文;ASR、簡繁轉換與切分結果都需要人工確認。非語音或品質不佳的片段可排除。校對完成後,才能選擇 5–10 秒參考音檔或匯出訓練標註。
本機授權聲音 · 繁體中文與英文生成 · 原始素材與模型均保留在本機
API Key 位於 D:\AI\VoiceCloningStudio\config\studio-api-key.txt(或使用啟動時指定的 STUDIO_API_KEY)。金鑰僅保留在目前頁面記憶體。
將已獲授權的 MP3/WAV 放入:D:\AI\VoiceCloningStudio\data\inbox
也可從下方上傳至同一個本機目錄。上限 100 MiB、3 秒至 30 分鐘;單一講者、清晰無配樂的音檔較適合。登錄授權前不會執行 ASR。
請逐片播放,對照實際說話內容修改繁體中文;ASR、簡繁轉換與切分結果都需要人工確認。非語音或品質不佳的片段可排除。校對完成後,才能選擇 5–10 秒參考音檔或匯出訓練標註。