一段录音克隆本人音色
10 秒到 5 分钟的清晰录音即可，六种常见音频格式都支持，非标准格式后台自动转码，不用你自己处理。
声音克隆
用你自己的声音说多国语言
上传一段十几秒的录音，克隆出你自己的音色。之后聊天里译好的西语、阿语、葡语，都用这个声音合成语音条发出去 —— 你一句外语不会说，客户听到的却始终是同一个"你"。
怎么克隆自己的声音用来给客户发语音？
在企鹅出海 SCRM 客户端右侧的「克隆声音」面板里，上传一段 10 秒到 5 分钟的清晰人声录音（mp3 / m4a / wav / ogg / flac / aac，不超过 20MB），通常数十秒即可完成克隆。克隆好的音色出现在列表里，点一下就设为当前音色，之后在聊天里点译文旁的转语音按钮，系统就用你的声音把译文合成语音条发出去。同一个音色也可以用于数字人视频配音。请仅克隆你本人的声音，或已取得对方明确授权的声音。
我的音色克隆声音
王经理 · 本人音色
当前李主管 · 本人音色
可切换官方音色 · 英语女声
可选数字人配音
已启用克隆耗时数十秒上传即开始
一段录音即可10 秒起
多语言同一把嗓人设不换
客户听到的声音，其实一直在换人
语音能拉近关系，前提是这个声音得稳定、得像个具体的人 —— 而多数团队做不到。
换个客服，声音就变了
同一个账号今天李四明天张三，客户上周听到的是男声这周变女声，好不容易建立的熟悉感直接归零。
换种语言，也换了个人
给西语客户用西语音色、给阿语客户用阿语音色，同一个业务员在不同市场听起来是完全不同的人。
外语说不利索，不敢发语音
让业务员自己录一段流利的葡萄牙语，多数人做不到；硬着头皮录，口音反而减分。
通用音色一听就是机器
在线配音网站那几个公共音色被用得太多，客户听多了一耳朵就能分辨出是合成的。
真人录音扛不住量
几十个会话都要发语音，靠人一条条录，录完还要导出上传，一天发不了几条。
人一走，声音就带走了
客户认的是那个业务员的声音，人离职之后接手的人怎么都对不上，客户能明显感觉到换了人。
给客户发语音的声音，4 种来源
差别在于：这个声音是不是"你"，能不能跨语言保持一致，以及量大了还撑不撑得住。
| 对比项 | 业务员本人真录 | 在线配音的公共音色 | 免费剪辑软件克隆 | 企鹅出海 SCRM 客户端 |
|---|---|---|---|---|
| 需要会说这门语言 | 必须会 | 不需要 | 不需要 | ✓不需要，打中文即可 |
| 跨语言音色一致 | 做不到 | 每种语言换一个 | 取决于该工具语种支持 | ✓同一音色覆盖 20+ 语种 |
| 换人后能否延续 | 不能 | 能但不是"人" | 需重新克隆 | ✓音色留在账号上，交接不断档 |
| 发送步骤 | 录音 → 上传 | 合成 → 下载 → 上传 | 合成 → 导出 → 上传 | ✓聊天里点一下直接发出 |
| 与翻译衔接 | 自己先想好怎么说 | 要先准备好译文 | 要先准备好译文 | ✓直接拿会话里的译文合成 |
| 对方收到的形态 | 原生语音条 | 多为音频附件 | 多为音频附件 | ✓原生语音条 |
| 量大时的成本 | 人力线性增长 | 每条都要走一遍流程 | 每条都要走一遍流程 | ✓按字符计入额度，无需人工 |
⚙️ 上传一段录音即可
声音克隆怎么做
3 步用上你自己的声音
整个过程在客户端里完成，不需要录音棚、不需要提交审核，上传即开始克隆。
- 1
录一段清晰的人声
用手机或电脑录 10 秒到 5 分钟的正常说话，安静环境、不要背景音乐。支持 mp3 / m4a / wav / ogg / flac / aac，不超过 20MB。
- 2
在「克隆声音」面板上传
打开客户端右侧的克隆声音面板，填个音色名称，选择刚才的录音上传，通常数十秒完成，克隆好的音色会出现在列表里。
- 3
设为当前音色，正常聊天
点一下该音色即设为当前使用。之后在任意已接通的平台会话里，点译文旁的转语音按钮，发出的就是你自己的声音。
会话设置克隆声音
翻译开关
翻译语言
本人音色已就绪
翻译引擎
- DeepL推荐
- Google 翻译
- ChatGPT
发送前预览
中文检测提醒
声音克隆真正用起来的 8 件事
克隆出来只是第一步，能不能天天用、用得稳，才是关键。
聊天里直接发语音条
在会话里点译文旁的转语音按钮，用你的音色合成后作为原生语音消息发出，客户端到端不用离开聊天窗口。
使用说明 →一把嗓子说多国语言
同一个克隆音色可用于 20 多个语种的语音合成，换市场不换人设，客户感知到的始终是同一个业务员。
语速音调情感可调
语速 0.5~2.0 倍、音调升降 12 度、9 档情感语气与采样率都能按习惯设定，报价和寒暄可以用不同的语气。
叠加环境底噪
可给合成语音叠加办公室、咖啡厅、公园等 6 种场景底噪并调节音量，听感更接近随手录的一段话。
音色可在团队内共享
克隆好的音色可以设为共享给同一账号下的其他激活码使用，业务员交接时客户听到的声音不用变。
数字人视频也能用
同一个克隆音色可以直接选用于数字人视频配音，做产品介绍或开发信视频时口播声音与聊天里一致。
试听、改名、随时删除
每个音色都能试听确认效果，可以重命名，不需要了随时删掉，删除仅限创建它的激活码执行。
什么样的团队需要克隆声音
共同点是：客户认的是"人"，而这个人得跨语言、跨时间保持一致。
01
一人对多语区
一个业务员同时跟进西语、葡语、阿语客户，用同一个克隆音色，每个市场听到的都是他本人。
02
需要人设一致的私域运营
长期维护的客户对声音敏感，稳定的音色比换来换去的公共音色更容易建立信任。
03
语音沟通习惯浓的市场
中东、拉美、东南亚客户日常就发语音，能用语音回复的团队响应质感明显不同。
04
做视频内容的出海团队
聊天语音和数字人视频口播用同一个音色，客户在不同触点听到的是同一个人。
关于声音克隆，大家都在问
没找到答案？直接联系在线客服，我们的顾问在跨境一线待了很多年。
克隆声音需要多长的样本？多久能好？
需要一段 10 秒到 5 分钟的清晰人声录音，文件不超过 20MB，支持 mp3、m4a、wav、ogg、flac、aac 六种格式，非标准格式会由后台自动转码。上传后通常数十秒完成克隆，具体耗时受网络与服务端负载影响。建议在安静环境下用正常语速朗读，不要有背景音乐或多人说话。
可以克隆别人的声音吗？
请不要这样做。声音属于人格权益的一部分，未经许可克隆并使用他人声音在国内已有相关司法判例，存在明确的法律风险。本功能的设计用途是克隆你本人的声音，或已取得对方明确书面授权的声音（例如公司统一的品牌配音）。请在使用前确认你拥有该声音的使用权。
能克隆几个音色？收费吗？
每个账号默认包含 2 个免费克隆音色位。需要更多可以按月加购克隆位，从账户余额中按月扣费。此外面板里还有数百个官方预制音色可以直接选用，不占克隆名额。部分激活码可能未开通克隆权限，此时面板会提示联系管理员开通。
克隆的音色能用在哪些地方？
一是聊天里的译文转语音 —— 目前在 WhatsApp、Telegram、MAX、Facebook Messenger、Instagram、X（Twitter）、Meta Business Suite、LINE 语音上可以直接发出语音条；二是数字人视频配音，音色下拉里能直接选到你的克隆音色。
克隆出来像不像本人？
取决于样本质量。安静环境、单人说话、语速自然、时长在 30 秒以上的样本效果明显更好；有背景音乐、多人交叠、忽远忽近的录音会拉低相似度。不同语种的表现也会有差异，建议克隆完先试听几句再决定是否重录一版。
发语音会消耗额度吗？
会。克隆动作本身不扣字符，但每次合成语音会按文本字符数扣减账号的字符额度，且与文字翻译共用同一个额度池。单次合成的文本上限是 5000 字符。团队里如果大量使用语音，建议把这一点说明清楚，避免额度消耗超出预期。
支持哪些操作系统？手机能用吗？
提供 Windows 与 macOS（Intel 与 Apple Silicon）桌面客户端，管理后台通过浏览器访问。声音克隆与语音发送的完整能力在桌面客户端上。
声音克隆怎么开通？
功能包含在企鹅出海 SCRM 客户端中，默认带 2 个免费克隆位，合成语音消耗的字符额度与翻译共用。需要更多克隆位、或激活码未开通克隆权限时，可以联系客服说明需求。
