0分0秒

AI人声克隆+一秒配音

进阶层章内定位综合应用 建议时长9 分钟 产业场景AI配音与短视频创作 设备麦克风可选(没有时上传录音文件)
下载

仿真实验区

开始实验并完成课前步骤后,这里的操作计入成绩

实验说明

实验五:AI人声克隆+一秒配音

本实验以“录音—选择音色—输入文本—生成语音”的流程,模拟体验AI语音克隆与文本转语音(TTS)技术,并通过波形与语谱图对比原始录音和合成语音。

在体验AI配音便捷性的同时,认识声音作为个人生物特征信息的敏感性,思考声音克隆的授权与防伪问题。

达成要求:能完成约10秒录音克隆“我的声音”并输入文本生成语音,对比原始与合成波形、语谱图判断相似度与自然度,下载WAV并说明授权标识要求。

  • 按提示朗读一段文字,完成约10秒的录音
  • 在预设音色与“我的声音”之间选择克隆音色
  • 输入想要合成的文本,一键生成语音
  • 对比原始录音波形与合成语音波形、语谱图的相似程度
  • 播放与下载合成语音,讨论声音克隆的合规使用
  • 知识目标: 了解语音合成(TTS)与声音克隆的基本流程和关键技术
  • 能力目标: 能够通过波形与语谱图评价合成语音的相似度与自然度
  • 素养目标: 树立声音肖像权保护意识,规范使用AI配音技术
  • 文本转语音(TTS)的文本分析、声学模型与声码器
  • 说话人特征(声纹)提取与少样本声音克隆
  • 波形与语谱图的对比分析
  • AI配音在短视频创作中的应用
  • 声音克隆的伦理风险:授权、标识与防伪

漫话数媒

开始实验后,课前的“AI 导学”会在这里生成奇思、妙想的对话。