樣本要多長、什麼要求？

關鍵是乾淨而不是長。一段沒有背景噪音、沒有音樂、沒有殘響、只有一個人正常說話的錄音，效果比一段很長但環境嘈雜的好得多。手機在安靜房間裡錄就夠用，不需要專業設備。

和文字轉語音有什麼區別？

文字轉語音用的是預置音色庫，挑一個現成的聲音；聲音複製是生成一個新的、屬於你的音色。需要「某個特定的聲音」時用複製，只需要「一個好聽的聲音」時用預置庫更快，也不用準備樣本。

音色通常很接近，差別更多出現在語氣和情緒的處理上 —— 尤其是樣本裡沒有出現過的情緒。所以樣本最好包含正常語速的完整句子，而不是單個詞或一句喊話。

只能上傳你有權使用的音訊。用別人的聲音需要得到本人同意，這既是平台規則也是法律要求 —— 具體條款以服務條款為準。

預置音色庫解決的是「我需要一個好聽的聲音」。聲音複製解決的是另一個問題：「我需要這個聲音」。

兩種典型情況。一種是品牌一致性 —— 你的影片系列已經用某個聲音做了幾十條，觀眾認這個聲音，不能中途換。另一種是本人出鏡 —— 內容需要是你的聲音，但你不想每條都進錄音室重錄。

預置庫都給不了這兩樣，因為你要的聲音不在庫裡，或者你要的就是你自己。

複製效果好不好，幾乎全取決於樣本品質，而品質的關鍵是乾淨：

手機在安靜的房間裡錄一段就夠用了，不需要專業設備。相反，一段很長但嘈雜的錄音，效果往往比一段短而乾淨的差。

生成的音色會保存在你的帳號裡，之後隨時取用，不用每次重新上傳。

複製是一次性投入、長期受益的事：認真錄一段乾淨的樣本，把音色存下來，之後所有內容都用它。

所以值得在樣本上多花十分鐘 —— 找個安靜的房間，正常語速唸幾段完整的句子，把這一步做對。之後幾百條內容的音色一致性，都取決於這一次。