音频与语音

我们支持全球30多种主要语言，包括但不限于：英语、汉语、西班牙语、阿拉伯语、葡萄牙语、俄语、日语、旁遮普语、德语、法语、韩语、土耳其语、泰米尔语、越南语、印地语、孟加拉语、乌尔都语、波斯语、意大利语、印度尼西亚语、泰语、马拉地语、泰卢固语、乌克兰语、马来语、罗马尼亚语、波兰语、荷兰语、古吉拉特语和卡纳达语。

VisionStory的语音库提供200多种语音，可以按性别、年龄和使用场景进行筛选。如果您找不到合适的语音，也可以通过上传或录制音频来创建自定义的AI语音克隆。

某些语言中有限的语音选项是专门针对这些语言进行微调的。然而，基础的语言支持允许像英语这样的语音说多种语言，从而在语音选择上提供了灵活性。

语音克隆允许您通过上传或录制音频来创建模仿特定声音的自定义AI语音。要克隆语音，请确保在安静的环境中清晰地录制音频以获得最佳效果。

配音克隆本身是免费的，您可以测试克隆后的声音是否与您的声音相似。但如果要在视频生成中使用克隆声音，您需要订阅Lite套餐或更高等级的套餐。

语音克隆目前免费支持超过32种语言。支持的语言列表可能会有所变动，请以语音克隆功能中的最新选项为准。请注意：虽然语音克隆本身是免费的，但要在视频中使用克隆的语音需要订阅相应套餐。

预览音频功能允许您在最终生成视频前，先生成并试听人物的语音效果。通过此功能，您可以检查声音、发音和停顿是否符合您的预期，并在生成视频前进行调整。所有订阅用户都可以免费使用该功能，每天有一定的预览额度会自动重置。如果当天的预览额度用完，您可以使用积分购买更多预览额度。

秒表图标和+0.5秒功能允许您在生成的语音中插入0.5秒的停顿。您可以根据视频需要连续添加多个秒表图标来创建更长的停顿。

URL导入允许您通过从指定的URL下载并提取音频来导入链接中的音频，以用于视频制作。目前，它支持来自YouTube和TikTok的链接。如果您希望看到对更多网站的支持，请联系我们。此外，您可以使用变声功能在保留原始内容的同时修改导入的音频。

降噪功能可在您导入或录制音频时帮助消除背景噪音，确保您视频的音频质量更清晰。此功能对所有用户免费。

变声功能允许您修改语音中的声音，使您能够在保留原始内容的同时创建独特的音频版本。此功能对所有用户免费。

语音中的情感是通过您提供的文本传达的。当您使用不同的文本时，文本到语音（TTS）系统会自然地应用适当的情感，所以不需要额外的控制。

使用秒表功能时，每个秒表代表0.5秒的暂停，你可以连续使用它们来创建更长的暂停，最长可达3秒。但是，在单个文本片段中，避免连续使用超过两个暂停，因为这可能会导致人工智能产生意外的声音或瑕疵。