声音克隆实战：让孙悟空念你的文案
一、什么是声音克隆？
简单说就是：AI 学习一段 15-30 秒的「样本音频」，然后用这个声音念任意文字。
二、两种使用方式
方式 A：预设音色（推荐新手）
直接下拉选择：孙悟空、猪八戒、喜羊羊… 一键生成，零配置。
方式 B：自定义克隆
- 准备 15-30 秒的清晰语音样本
- 输入对应文字内容
- 输入想让 AI 念的文字
- 点击生成
三、容易踩的坑
| 问题 | 原因 | 解决方案 | |------|------|----------| | HTTP 500 错误 | 音频格式不对（立体声/采样率高） | 前端自动重采样为 16kHz 单声道 WAV | | HTTP 429 限流 | 请求太频繁 | 等 5 秒重试，或用预设音色 | | 生成声音不像 | 样本有噪音/太短 | 用安静环境录清晰的 30 秒音频 |
四、mermaid 流程
flowchart LR
A[上传音频] --> B[前端重采样 16kHz 单声道]
B --> C[发送 MiMo API]
C --> D{状态码}
D -->|200| E[返回音频]
D -->|500| F[格式错误提示]
D -->|429| G[5 秒后重试]
克隆你的声音，让 AI 替你朗读文案吧！