表現較好
安靜、單一、連續
安靜室內環境、全段只有一位講者、正常語速連續說話或朗讀、收音設備穩定且音量適中——這類錄音的複製效果最接近原聲。
How it works
由錄音到使用：四步完成
整個流程在同一個工作區完成：錄音或上載、檢查、儲存，之後輸入文字即可用這把聲線生成語音。
- 01
錄音或上載
對著麥克風連續說話，至少 8 秒、20 秒自動停止；也可以上載 WAV／MP3／M4A／MP4 檔案，超過 20 秒會自動截取前 20 秒。
- 02
試聽與檢查
錄好後即場試聽；系統同時檢查長度、爆音與背景噪音，發現問題會提出警告並建議重錄，避免影響日後生成效果。
- 03
命名儲存
為聲線命名，儲存到「我嘅聲庫」。系統會自動修剪頭尾靜音、壓低背景噪音，並在停頓位收尾，處理完成後聲線即可使用。
- 04
輸入文字即用
聲線會出現在你的揀聲線清單，與官方聲線並列；輸入廣東話文字即可生成語音，日後可以隨時試聽或刪除。
Specification
參考音頻要求：一段錄音的及格線
錄音質素直接決定複製效果。以下規格與產品介面及公開 API 文件一致；建議一次過錄足，避免反覆重試。
| 項目 | 規格 |
|---|---|
| 最短有效長度 | 8 秒（修剪頭尾靜音後仍須達標） |
| 建議長度 | 連續說話 15 至 20 秒 |
| 頁面錄音 | 20 秒自動停止 |
| 上載長度 | 超過 20 秒自動截取前 20 秒；60 秒為上限，超出會被拒收 |
| 支援格式 | WAV／MP3／M4A／MP4 |
| 環境建議 | 安靜房間、單一講者、麥克風距離穩定 |
| 內容建議 | 連續自然的說話或朗讀，避免長時間停頓 |
提交後系統會自動處理錄音：修剪頭尾靜音、壓低背景噪音；若處理後不足 8 秒，會提示重新錄製。 想認識如何挑選試音語料與評估品質，可參考粵語 TTS 試音方法指南。
產品介面
錄音、儲存到生成，一個工作區完成
Quality guidance
誠實的品質指引：什麼情境效果好
聲音複製的效果高度依賴參考錄音。以下按實際機制列出有利與不利的條件，幫助你在錄音階段就做對。
表現受影響
噪音、重疊、爆音
背景噪音或音樂明顯、多人重疊說話、距離麥克風太遠、爆音切頂（靠得太近或音量過大）、有效說話時長不足——都會令複製結果偏離原聲。
複製結果以「接近原聲」為目標，實際聽感受錄音質素影響；我們不宣稱複製聲線與真人完全相同。 介面上的品質警告（爆音、噪音、長度）值得認真處理：按警告重錄一次，往往比勉強採用更省時間。
Privacy & consent
私隱與授權：只複製應該複製的聲音
聲音是個人特徵。複製前請確認權利清楚，這既是法律要求，也是本服務的使用政策。
授權先行
自己或已授權的聲音
只可以複製你自己的聲音，或已事先取得授權的聲音；未經授權複製他人聲音可能涉及法律責任，也不符合本服務的使用政策。
帳戶隔離
存於自己帳戶
儲存的聲線屬於你的帳戶，只有登入你的帳戶才可以使用，不會出現在公開聲線庫，其他用戶無法選用。
隨時退出
可隨時刪除
在「我嘅聲庫」刪除任何一把自建聲線，刪除後即時失效，無法再用於生成，不需要另行申請。
授權、同意書與商用邊界的詳細討論，另見AI 聲音版權入門。
Use cases
常見場景：同一把聲音，重複使用
聲音複製最適合「需要長期、反覆以同一把聲音產出內容」的場合。
創作者
影片與頻道配音
以自己的聲線為影片旁白、頻道開場與社交內容配音，無需每次親自錄製；趕稿的日子也能照常出片。
品牌
品牌聲音一致性
以同一把獲授權聲線製作宣傳、教學與產品內容，令不同渠道的聽感長期一致，累積聲音識別。
內容製作
有聲內容與角色
為有聲故事、遊戲角色等內容建立固定聲音；涉及他人聲音時，務必先取得授權再複製。
創作者的方案選擇與工作流程，另見創作者方案專頁。
Design vs Clone
聲音複製與聲線設計：何時用哪一個
兩條路都能得到可反覆使用的專屬聲線，分別在於起點：複製由參考錄音出發，設計由文字描述出發。
| 面向 | 聲音複製 | 聲線設計 |
|---|---|---|
| 起點 | 一段真實參考錄音 | 文字描述：六個維度自由組合 |
| 所需材料 | 至少 8 秒乾淨錄音 | 無需任何錄音 |
| 適合情境 | 想保留特定真人聲線的特色（須已獲授權）；延續品牌既有聲音 | 想要一把全新的聲線；未有合適錄音；想一次比較多個方向 |
| 完成後 | 存入「我嘅聲庫」，工作區即用 | 命名存入「我嘅聲線」，工作區即用 |
沒有合適錄音，或想要一把想像中的新聲線？聲線設計的完整流程與六個維度說明，另見聲線設計專頁。
FAQ
常見問題
複製一把聲線需要多長的錄音？
至少 8 秒有效說話（修剪頭尾靜音後仍須達標），建議連續說 15 至 20 秒。頁面錄音會在 20 秒自動停止；上載檔案超過 20 秒會自動截取前 20 秒，60 秒為上限，超出會被拒收。公開 API 文件同樣列明樣本至少 8 秒。
什麼錄音效果最好？
安靜房間、單一講者、正常語速連續說話或朗讀，麥克風距離穩定，效果最好。背景噪音或音樂明顯、多人重疊、爆音切頂或大部分時間沒有出聲，都會令效果打折扣。介面會就爆音、噪音與長度提出警告，按警告重錄一次，通常比勉強採用更值得。
可以複製別人的聲音嗎？
只可以複製你自己的聲音，或已事先取得授權的聲音。未經授權複製他人聲音可能涉及法律責任，也不符合本服務的使用政策。商用授權與同意書的實務做法，可參閱我們的聲音版權入門指南。
聲線與錄音會怎樣保存？可以刪除嗎？
儲存的聲線屬於你的帳戶，只有登入你的帳戶才可以使用，不會出現在公開聲線庫。你可以在「我嘅聲庫」隨時刪除任何一把自建聲線，刪除後聲線即時失效，無法再用於生成。
聲音複製與聲線設計有什麼分別？
起點不同：聲音複製由一段真實錄音出發，目標是接近原聲的聲線；聲線設計由文字描述出發，組合性別、年齡、場景、節奏、情緒、音色六個維度，全程無需錄音。有合適錄音、想保留原聲特色，用複製；沒有錄音、想由零描述一把新聲線，用設計。
可以經 API 使用嗎？
可以。公開 API 的語音合成端點支援以參考音頻指定聲線：以 base64 提交錄音（樣本至少 8 秒，單一請求以 4.4 MB 為限），即可生成接近原聲的廣東話語音；同步端點不支援此方式。全部欄位與限制見公開 API 文件。