Back to Home
RadarAI··Papers & Tech

HeyGen 专业语音克隆:30分钟到2小时音频还原呼吸与口音

中文摘要

HeyGen专业语音克隆利用30-120分钟音频还原呼吸与口音,实现极高仿真。

English Summary

HeyGen's Professional Voice Clone uses 30-120 minutes of audio to replicate breathing, pauses, and accents, creating indistinguishable, highly realistic voices.

Original Excerpt

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。