可支持中文普通话

支持0.6、0.8、1.0、1.2、1.5、2.0多种倍速率的合成语速。

支持11个档次（0~10）的合成音量。

支持基础语音合成和实时语音合成两种模式。

支持8K、16K 两种采样率的合成效果。

基于腾讯云的先进深度学习技术，可以高度还原原始音色。

仅需提供少量录音（音频总时长不超过160s），即可进行音色模型训练。

训练全流程自动化，仅需数小时即可完成。

声音复刻广泛应用于数智人场景。能够帮助数智人厂商批量快速复刻发音人音色，使得数智人在自定义外貌特征的同时，拥有个性化音色。以较低的成本，提升数智人交互的拟人度和趣味性。

在语音社交场景中，C端用户通过声音复刻增加语音交互过程中的便利性和趣味性，帮助用户快速高效建立社交关系。平台厂商可以将其作为增值能力面向C端用户售卖，提升平台用户粘性和可玩性。

通过语音播报，用户可以更加便捷地获取资讯、通知、推荐等信息。复刻播报人的音色，可以大幅减少播音人的录音工作，提升播报内容的制作效率。同时，符合用户喜好或用户熟知的播音人，能够增加咨询信息的播放率及相关业务的转化率。

通过快速、低成本复刻短视频创作者音色，在保留短视频音色特点的同时，能够大幅降低短视频制作成本和制作周期，帮助创作者及短视频内容厂商，降本增收。

您需要准备20段时长8s以内，每段字数40个字符以内的音频。