最后更新于 2026 年 9 月 18 日 · 阅读约 6 分钟
Quick start
五分钟完成声音复刻
按真实界面依次完成五步；每一步都可以返回修改，只有最终提交会消耗配额或积分。
- 1准备
登录并进入声音复刻
登录 HEYIN 后进入声音复刻页。首次使用会展示操作引导，可按提示逐项完成。
- 2素材
录制或上传参考音频
直接录制，或导入已有音频。建议使用安静环境中 3～30 秒的清晰单人语音，文件最大 50MB。
- 3配置
命名音色并选择模型
输入便于识别的音色名称，再根据用途选择标准版、HEYIN Natural V3、均衡版、情感版、品质版或高保真版。
- 4提交
确认授权并开始复刻
勾选声音样本合法授权，点击“开始复刻”。页面会依次展示音频分析、特征提取和注册进度。
- 5使用
试听并用于语音合成
复刻成功后音色进入“我的音色”。可先试听，再带到 TTS 工作台输入最多 8000 个有效字符合成语音。
Reference audio
先准备一段干净、连续的参考音频
录音质量直接决定复刻相似度。优先解决噪音、混响和多人声，再考虑更换模型。
时长：3～30 秒
低于 3 秒无法注册；超过 30 秒需先在页面内裁剪。建议使用 10～20 秒自然语音。
格式：6 种常用音频
支持 WAV、MP3、M4A、OGG、FLAC、WebM；单文件最大 50MB，最小必须包含有效语音。
环境：安静、无回音
保持正常说话音量，避免背景音乐、多人交谈、喷麦、爆音和明显混响。
内容：连续自然人声
像平时朗读一样连续说话，不要唱歌、喊叫或刻意拖长音；内容越干净，音色越稳定。
Models
五种可见模型，按用途选择
模型顺序与声音复刻页保持一致。不同模型的能力与合成单价不同，实际价格以页面实时显示为准。
HEYIN Natural V3
适合：短视频、实时配音、日常内容
语种：中、英、日、韩、法、西
建议：支持自由风格指令，可控制情绪、语气、角色和语速。
标准版
适合：有声书、新闻播报、信息通知
语种：中、英、日、韩、法、西
建议：支持自然语言情感与风格指令，音色稳定还原。
均衡复刻版
适合：短视频、日常内容、快速创作
语种：中、英、日、韩、法、西
建议：支持自然语言情感与风格指令，速度与效果均衡。
情感增强版
适合：角色扮演、故事讲述、短视频
语种：中文、英语
建议：复刻音色支持自然语言风格指令，并支持多音字注音。
品质增强版
适合：品牌广告、影视内容、专业配音
语种：中、英、日、韩、法、西
建议：支持 [happy]、[soft] 等内嵌标签，不支持完整自然语言指令。
高保真复刻版
适合：有声书、广告、专业内容制作
语种：中、英、日、韩、法、西
建议：支持自然语言情感与风格指令，适合专业内容。
After cloning
复刻完成后，音色可以这样用
音色进入“我的音色”后，可试听、管理和继续用于语音合成，不需要重复上传参考音频。
单次最多 8000 字
网页端与克隆合成按有效字符计数，空格、换行和制表符不计入；超长内容会由后端安全分段合成。
格式与采样率
合成结果支持 MP3、WAV 等常用格式，并可按模型能力选择 24000、44100 或 48000Hz 采样率。
多语种能力
不同模型支持的语言不同，最多覆盖中文、英语、日语、韩语、法语和西班牙语，具体以模型标签为准。
统一音色管理
复刻音色可在“我的音色”中试听、合成、重命名、共享或删除，删除后不可恢复。
Retention & privacy
先了解保留期、共享与隐私
保留期影响音色可用时间。公开共享是主动操作，不会因为完成复刻而自动发生。
免费用户保留 7 天
免费用户创建的音色从创建时间起保留 7 天；请在到期前完成试听、合成或必要备份。
VIP 跟随会员有效期
VIP 用户音色跟随会员有效期；会员到期后仍额外保留 7 天，续费可延长本人侧可用时间。
默认仅自己可用
未共享的克隆音色只对本人可见和可用。提交共享审核后，才可能进入声音库供其他用户使用。
FAQ
常见问题
覆盖时长、格式、费用、保留期、相似度和共享等高频问题。
需要多长的参考录音？
必须为真实 3～30 秒。建议 10～20 秒，在安静环境中用正常音量连续朗读；超过 30 秒需先裁剪。
支持哪些音频格式？
支持 WAV、MP3、M4A、OGG、FLAC 和 WebM，单文件最大 50MB。文件必须包含可识别的人声。
声音复刻是否收费？
复刻会按账号配额和当前活动规则处理。不同模型的合成单价不同，实际费用以复刻页和合成页实时显示为准。
复刻音色会保留多久？
免费用户本人侧保留 7 天；VIP 跟随会员有效期，到期后再保留 7 天。共享音色按共享状态和闲置生命周期独立管理。
为什么复刻后不太像？
常见原因是录音太短、背景噪声大、多人说话、混响明显或声音过轻。建议重新录制 10～20 秒干净单人语音后再试。
支持哪些语言？
模型能力不同：标准版和情感增强版支持中文、英语；均衡版、品质版和高保真版最多支持中、英、日、韩、法、西六种语言。
别人可以使用我的音色吗？
不会自动公开。只有你主动提交共享并通过审核后，音色才可能进入声音库；共享后也可在共享管理中下架。
可以删除或重新复刻吗？
可以。在“我的音色”中删除即可，删除后不可恢复；如需更高还原度，可更换更干净的音频或更适合的模型重新复刻。
Guidelines
开始前请确认
合法授权、合规使用和稳定网络是顺利完成声音复刻的前提。
音频授权
请只上传本人录制或已获得合法授权的音频，不得未经允许使用他人声纹。
合规使用
禁止冒充他人、诈骗、侵权或生成违法有害内容，相关法律责任由使用者承担。
网络要求
录制、上传、复刻和合成均需联网；较长文本的合成耗时取决于模型和文本长度。
先试听再批量
正式制作前先用短文本试听效果，确认音色自然度和发音后再进行长文本或批量合成。