趣丸千音

趣丸千音是什么？

​​趣丸千音（All Voice Lab）是趣丸科技推出的AI语音创作平台​。以自研的MaskGCT语音大模型为核心，提供一站式智能语音解决方案。集成文本转语音、视频翻译、声音克隆等多元能力，支持多语种多音色互换，帮助全球用户高效创作，告别语言障碍。

主要功能

• 文本转语音：能把文字变成非常生动的说话声音，像真人一样说出来的，能把文字里的感情表达出来。有6种语言（中、英、法、德、日、韩），后面越来越多。而且声音库是超100多种音色。你可以选不同的语言，不同男女风格的声音，还能克隆自己的声音来创作。
• 声音克隆：基于自研 MaskGCT 2.0 算法，3s 音频样例就能搞定，对应语气口吻和情绪波动细节都能完美还原。克隆声线还可做到支持跨语言无缝切换（用中文声线去输出法语语音，既保持原语气习惯又能够准确读出法语发音规则）的跨国项目。
• 变声器：一键改善自己录音噪音嘈杂刺耳低质量，精准校准语音语调节奏情感韵律感等等，让录音达到播客广告配音级别的好声音，特别适用播客或商业配音场景；

技术架构

1.MaskGCT模型

• 由趣丸科技和港中文（深圳）共同研发，在掩码生成及语音表征解耦编码的基础上，语音相似度、质稳定性等均为全球 SOTA；支持包括中英日法德韩共 6 种以上的语言生成，可调节语速和音调，语音 MOS 分数为 4.5/5（高于 ElevenLabs 等国外产品）。

2.多语种数据集与训练：采用最大规模的优质多语种语音数据库「Emilia」进行训练，支持超自然风格转换及跨语言生成，实现全球语言输出。

应用场景

• 有声书制作：可以把文本快速变成有声书，让读者能听到生动的故事。
• 视频配音：对视频进行专业的配音，提供多种不同的语言，适合视频的本地化。
• 播客制作：可以提升播客的音频质量，提供多种声音风格。
• 教育与培训：能生成清晰流畅的教学音频，满足不同语言和风格的需求。 

使用方法

一、注册与登录​​

打开趣丸千音官网，注册并完成登录。

​​二、核心功能使用​​

​​1. 文本转语音（TTS）​​

​​步骤​​：

1. 点击【文本转语音】模块，输入或粘贴文本内容。
2. ​​选择语言与音色​​：从中、英、日、韩等多种语言中进行选择，筛选沉稳男声/甜美女声/感情型等等，也可直接点击 ​​专属克隆音色 ​​。
   
3. ​​调整参数​​（可选）：：调节语速、语调、音量、情感等，指定输出格式（MP3/WAV 等）、时长。
4. ​​生成语音​​：点击【合成】，等待数秒即可下载高质量音频文件。

​​2. 声音克隆​​

​​步骤​​：

1. 进入【声音克隆】模块，上传一段​​干净、清晰的录音样本​​（需≥1分钟）。
2. 选择目标语言（如将中文声音克隆为英语或日语）。
3. 系统自动分析声音特点，生成克隆音色（等几分钟到几个小时不等，看文件时长）。
4. 验证克隆效果，满意后保存至【我的声音库】，后续可直接用于文本转语音。

​​3. 视频翻译与配音​​

​​步骤​​：

1. 上传需要本地化的视频文件（支持MP4/AVI等格式）。
2. 选择目标语言，系统自动生成配音脚本并匹配对应音色。
3. 调整配音情感或语速，预览效果后合成。
4. 下载带配音的视频文件，自动同步字幕（可选）。