而前者，随着上周的即梦v2.1，得到了很好的解决。后者，过往有N多产品试图去解决，但是解决的都很差。闭源的有11labs，英文强到爆炸，中文几乎没法听总是一股子大佐味。开源的，有F5、GPT-sovits、ChatTTS等等，但是不仅本地部署使用困难，出来的情绪说实话，也不咋地。
而这个周末，中文的语音克隆痛点，我发现，被解决了。我直接给大家听一段我用克隆的AI唐国强老师，念满江红的语音。玩了将近2年的AI声音了，我也是第一次见，能用中文念诗，念的如此情绪饱满的AI声音。
嗯，就是那个把人物情绪表演拉满，在海外AI视频圈大杀特杀的海螺AI。周末我打开海螺AI，准备跑几个case视频的时候，意外的发现，他们悄悄的居然在海外版上线了Audio模块。
今年1月我就写过一篇海螺AI声音克隆的文章，但是那时候，只能在AI助手上，克隆你自己。海螺AI Audio网址在此：https://www.hailuo.ai/audio最顶上左边的就是Audio，刚刚新上的声音功能，最右边那个就是之前爆火的Video。
海螺AI的Audio用起来也非常的简单，最左边的侧边栏，分为两个tab。第一个是Text to Speech（TTS），也就是你克隆完的声音模型可以在这个地方进行文字生成音频了。
第二个就是Voices，可以在里面进行声音的克隆。直接点那个“创建您的声音克隆”按钮，目前每个人可以免费创建3个声音。
上传的语音最少上传10s的音频片段就可以克隆了，不过这个样本其实不是特别够，所以我一般推荐音频素材最好在30s左右，当然你也可以更长，不过一般不需要超过5分钟。这里我直接去B站，扒了一段唐国强老师在《三国演义》里面的朗诵片段。有个降噪选项，可选可不选，如果你的素材比较纯净干净，可以不用。开的话可以帮你把一些背景音什么的都剔除掉。
最后需要选一下原始素材的语言，海螺AI支持12种语言，分别是：中文、粤语、英语、韩语、日语、印尼语、西语、葡语、法语、意大利语、俄语、德语。你的原始素材的语言是什么样的，就选什么语言，克隆出来的声音模型就会得到最好的效果，比如我上传的这个唐国强老师的素材是中文的，就选中文就行。很快，大概只要几十秒的时间，唐国强老师的声音，就克隆好了。
点击此位置，就可以切换到刚刚克隆完的唐国强老师的声音模型。我们直接，让唐国强老师，来念一首李白的《将进酒》吧。
这首诗我太喜欢了，《长安三万里》李白那一段上天入地，驾鹤登仙的演绎，更是将这首诗在我心中的地位，推向了最巅峰。
“主人何为言少钱，径须沽取对君酌。五花马，千金裘，呼儿将出换美酒，与尔同销万古愁。”
目前有六种情绪：开心、生气、悲伤、惊讶、恐惧、厌恶。《将进酒》的最后一段，在我的认知里，虽然一种愤慨，有一种激昂，但是底层情绪，确是悲凉的。点击生成，几秒钟的时间，一段语音，就出现在了你的面前。
为了更加形象的展示，我把这段音频做了个照片驱动对口型，视频看起来更直观一些。而这句话，如果让11labs克隆林黛玉的声音来念呢，我给你们听一下，有多么的鬼畜。
不是说11labs不好，11labs一直以来是世界上公认的最强的AI声音产品，但是在中文表现上，真的是没法用的状态。
而这一次，海螺AI挺身而出，终于，补足了中文领域几乎是空白的短板，把中文的声音克隆的音色相似度和情绪，推上了巅峰。
成功率也极高，我想说的是，我上面所有的case，全部是一遍直出，没有抽过一次卡，这点，真的难能可贵。影视飓风是我最喜欢以及最崇拜的频道，没有之一。相信看过影视飓风的观众也都无数次听过TIM那句：“Hello大家好，我是TIM，欢迎收看影视飓风。”而这一次，我们让AI来说这句话，让大家听听，海螺AI的复刻有多么的强。注意，为了避免拟合，所以我在上传到海螺AI的30秒TIM的素材里，是没有这句开场白的，都是他在聊一些别的东西。跟我记忆中已经听过无数次的TIM的开场白，没有任何区别。作为一个见证了这两年AI发展的亲历者，这一周的感受格外强烈。从即梦让中文海报一夜之间"通关"，到海螺AI让中文语音克隆达到了前所未有的高度，我仿佛看到了中文AI能力的爆发时刻。想想两年前，我们还在为中文大模型和国际巨头的差距而焦虑。当我们能用AI轻松制作出中文海报，当唐国强老师的声音能被完美克隆，当林黛玉的语气都能被精准还原。以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章，我们，下次再见。
>/ 作者：卡兹克
>/ 投稿或爆料，请联系邮箱：wzglyay@gmail.com
