智能感知 · 組件
聲音克隆與可複用音色
可用 合成數據 T1 · 波形與時間軸
功能
上載樣本，經降噪和規範化後在語音服務商處克隆音色，可設定預設值並可選試聽。該路由要求同意聲明；後端的音色檔案在服務實例內全局共享，未按用戶隔離。
核心模式
經同意使用樣本＋聲音檔案與試聽
- 輸入
- MP3/M4A/WAV voice sample and rights confirmation
- 輸出
- Provider voice ID, optional preview and persistent default voice
關鍵參數
| 名稱 | 類型 | 預設值 | 取值 |
|---|---|---|---|
| audio | string | — | — |
| preview_text | — | — | — |
| set_default_voice | boolean | false | false · true |
| max_sample_bytes | integer | 20971520 | 10240–20971520 |
| voice_profile_scope | — | — | — |
成熟度與限制
可用
已實現權利確認標記、文件邊界、聲音標識校驗及克隆與預覽處理，並有服務模擬測試覆蓋。此等級依據靜態源碼檢查，不代表運行測試、真實服務接入或生產部署已通過驗證。
請求中的同意聲明不能驗證説話人身份。當前實例所有調用方共用一個預設聲音配置；用於共享企業環境前須增加租戶隔離與訪問檢查。須遵守服務的數據保留及聲音肖像條款。
