声音克隆与文本转语音指南

要点： 从获得授权的参考音频开始，到最终人工试听复核，建立一套完整可重复的声音克隆流程。

要点： 优先选择清晰、稳定、只有一个说话人的参考音频，并用受控测试验证。

要点： 安静、吸音较好的房间和稳定麦距，通常比昂贵设备更重要。

要点： 把参考音频时长作为单一变量测试，不要默认越长越好。

要点： 从最早出错的环节开始诊断，而不是同时反复修改所有输入和设置。

要点： 用固定发布门槛检查身份、发音、节奏、伪影、权利和使用语境。

要点： 为实际用途取得授权，避免欺骗性冒充，并根据场景判断是否需要明确披露。

要点： 先按目标语言和托管控制能力选模型，再在输入完全一致时做公平比较。

要点： 从自然基线开始，一次只改一个表达变量，同时保护可懂度和声音身份。

要点： 一次只问一个明确问题、只改一个变量、重复关键测试，并诚实标注限制。

要点： 按“一次听懂”来编辑：更简单的句子、明确的数字、验证过的名称和口语化过渡。

要点： 让标点服务于结构，再用 A/B 测试验证真正有影响的最小格式改动。

要点： 重要数字应按你真正希望听众听到的说法来写，而不是只保留紧凑符号。

要点： 把屏幕上的准确拼写与经过测试的口播写法分开管理。

要点： 把多语言声音制作当作本地化、术语管理、生成和审核组成的完整流程。

要点： 日语生成前要检查读音、助数词、外来语、语体、标点和姓名。

要点： 按目标市场本地化西语，并明确处理标点、数字、姓名与地区词汇。

要点： 有意识地处理 RTL、歧义读音、姓名、混合文字、数字与方言选择。

要点： 把长旁白按意义拆成稳定、可审核的片段，并记录项目基线设置。

要点： 用统一发音规则、分批审核和最终拼接检查，保持章节之间的旁白一致性。