原声克隆与多角色配音

一：基于视频的原声克隆

在自定义视频翻译功能中，可在配音渠道中选择 F5-TTS/GPT-SoVITS/CosyVoice/Chatterbox/clone-voice等，选中clone角色，将会以视频中原声音作为参考音频进行配音，得到原音色的配音。

主界面中角色选择 clone，就可以进行克隆音色配音了

• F5-TTS： 支持中文、英文配音
• CosyVoice: 支持 中文、英文、日文、韩文、德文、西班牙文、法文、意大利文、俄文配音
• GPT-SoVITS: 支持中文、日语、英语、韩语、粤语配音
• Chatterbox: 支持阿拉伯语、德语、英语、西班牙语、法语、希伯来语、印地语、意大利语、日语、韩语、马来语、波兰语、葡萄牙语、俄语、瑞典语、土耳其语和中文配音

设定字幕最短时长大于3s，否则克隆语音极可能出错

克隆音色会使用字幕对应的视频中原声音片段作为参考音频，因此字幕时长请保持在3s以上，否则极可能克隆出错，可通过在菜单--工具--高级选项--whisper语音识别设置中--将最短语音持续时长设为大于等于3000的值，最长语音持续时长设为大于等于8的值

二：基于字幕的多角色配音

从 v3.74 后新增了"字幕多角色配音"功能，点击左侧工具栏的字幕多角色配音按钮，在弹出的窗口中，导入需要配音的 srt 字幕，然后为每条字幕分别设置一个角色，即可实现多角色发音。