RadarAI· X：Rohan Paul (@rohanpaul_ai)·· 3 小时前AI 评分52
HeyGen 专业语音克隆：30分钟到2小时音频还原呼吸与口音
AI 导读
HeyGen 的 Professional Voice Clone 用 30 分钟到 2 小时的录音音频训练，保留呼吸、停顿、笑声、口音和元音发音，官方称生成的声音无人能分辨真假。Rohan Paul 指出这一数据量区间是关键，短参考片段无法体现长句前的换气节奏或语速加快时的口音特征，而这些细微的不规则正是听者判断声音是否属于真人的依据。
正文 · AI 翻译
Rohan Paul· @rohanpaul_ai · X·2026-10-21 03:12· 29 分钟前AI 评分48
AI 导读
HeyGen 的 Professional Voice Clone 用 30 分钟到 2 小时的录音音频训练，保留呼吸、停顿、笑声、口音和元音发音，官方称生成的声音无人能分辨真假。推文强调这一数据量区间是关键：短参考片段无法体现长句前的换气节奏或语速加快时的口音特征，而这些细微的不规则正是听者判断声音是否属于真人的依据。
正文 · 原文
声音克隆已经不再只是匹配音色。如今大部分工作在于字词之间的细节。
@HeyGen 的 Professional Voice Clone 用 30 分钟到 2 小时的录音音频训练，旨在保留呼吸、停顿、笑声和口音，以及你的元音发音方式。
这个数据区间才是关键。两小时的说话录音包含数百次犹豫、恢复、半笑和语速变化。短的参考片段无法向模型展示你在长句前如何换气，或在你加快语速时口音从哪里显现。
正是这些细微的不规则，让听者判断一个声音是否属于真人。
HeyGen 称，结果是无人能与你本人区分开来的声音。
HeyGen 上的 Professional Voice Clone 听起来和你一模一样。 上传 30 分钟到 2 小时的音频，即可获得无人能与你本人区分开来的声音。每一次呼吸、停顿、笑声和口音都被保留。 评论“PVC”可获免费一个月。仅限前 100 名，仅限网页订阅，截止 11/19。在 X 查看被引用的帖子
来源：Rohan Paul · x.com
来源：RadarAI · aihot.news