录一段自己的声音 → 选择音色（或克隆自己的声音）→ 输入文字合成语音 → 用语谱图和基频对比“像不像”
• 语音合成：大模型（MOSS-TTSD）把文字转成语音；预设音色由平台提供
• 声音克隆：把你的录音和对应文字作为“参考”，模型模仿音色；效果取决于录音质量，右侧语谱图和基频对比能看出像不像
• 每次合成后用语音识别回检，确保读的正是你输入的文字
• 录音只上传用于本次合成，不保存；克隆他人声音必须取得本人同意，合成语音须标注“AI生成”