ElevenLabs怎么克隆声音 ElevenLabs AI语音合成及配音教程【指南】

克隆声音需先准备2–5分钟高质量单声道语音样本，再选择IVC或PVC模式上传建模，接着调节Stability（35–60）、Clarity（70–85）等参数，最后生成下载MP3或通过API批量调用。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

一、准备高质量语音样本

克隆声音的第一步是提供清晰、纯净的原始语音素材，ElevenLabs依赖该样本提取声纹特征。语音质量直接影响克隆结果的自然度与辨识度，背景杂音、混响或多人交叠会显著降低模型精度。

1、使用电容麦克风在安静无回声环境中录制；

2、保持语速平稳，避免过快或拖沓，建议每分钟120–160字；

3、录制时长控制在2–5分钟纯人声内容，剔除咳嗽、停顿过长、重复修正等无效片段；

4、确保音频格式为WAV或MP3，采样率不低于16kHz，单声道优先。

二、选择克隆模式并上传样本

ElevenLabs提供两种克隆路径：即时克隆（IVC）适用于快速验证，专业克隆（PVC）适用于高保真产出。两者均需登录账户并在Voice Lab中操作，且仅对付费用户开放。

1、登录ElevenLabs官网，点击左侧导航栏【Voice】；

2、点击【Add Generative or Cloned Voice】按钮；

3、选择【Instant Voice Cloning】或【Professional Voice Cloning】；

4、为新声音命名，上传已准备好的音频文件，勾选服务条款；

5、点击【Create Voice】，IVC通常在30秒内完成建模，PVC需等待2–6小时。

三、配置语音生成参数

克隆模型创建成功后，需通过文本输入与参数调节控制输出语音的稳定性、相似度和风格表现。这些设置直接决定语音是否“像本人”以及是否具备情绪张力。

1、在Voice列表中找到刚创建的声音，点击【Use】；

2、在文本输入框中键入目标文案（上限5000字符）；

3、展开【Voice settings】，调整三项核心滑块：Stability（推荐值35–60）、Clarity + Similarity Enhancement（推荐值70–85）、Style Exaggeration（中文建议设为40–60）；

标签： js 前端 json app ai 多语言 restful api 前端应用 peech type