FishAudio

FishAudio提供网页配音与声音克隆工具，用户可选择音色库中的声音，或上传录音创建个人声音模型，再输入文稿生成配音。其声音克隆页面把音色与语气分开配置：既能参考原始录音，也能调节情绪参数或另选参考音频。平台还提供音色设计、方言配音和AI降噪入口，适合需要反复使用同一声音、调整台词表达或整理配音素材的创作者。

用可复用的声音模型承接不同文稿

平台的制作流程围绕声音模型展开：先确定声音来源，再输入台词、选择生成模型并设置表达方式。已有清晰录音时，可创建个人模型；没有合适素材时，可从音色库挑选，或使用音色设计生成声音。配音记录会展示模型名称、文案、时长和任务状态，方便核对不同版本。个人模型与生成音频的保存规则不同，完成配音后需要及时下载成品，不能把云端记录当作长期备份。

个人声音模型创建

创建页面要求填写模型名称，可补充简述，并上传MP3、WAV或M4A声音样本。当前表单明确要求样本大于5秒、不超过30秒，文件不超过10MB；帮助页建议准备约20秒的单人清晰讲话，避免音乐、混响和其他角色声音。模型列表提供名称搜索，并显示创建时间和审核状态。上传的声音需具备相应授权，随后可在声音克隆页面选择该模型朗读新文稿。

音色库筛选与试听

音色库按使用领域、语言、年龄和性别提供筛选，也能通过搜索框寻找声音。领域包含影视、小说、纪录片、朗诵等，声音卡片展示示例文稿、播放入口和使用按钮，便于先听示例再决定配音角色。这里的音色选择与生成任务相衔接，适合尚未建立个人声音模型的用户。平台音色的可用范围与商业授权应分别确认，不能把音色库可调用理解为所有用途都获授权。

音色与情绪分开控制

声音克隆页面的S2选项提供三种语气控制方式：参考模型原音频、调节语气参数，以及上传参考音频。参数模式包含开心、悲伤、厌恶、惊讶、愤怒、恐惧、忧郁和平静八个滑块；页面说明音色仍参考个人模型，而语气由所选参数决定。用户还可调整语速，让同一个角色用于不同节奏的文稿。最终表达需要生成后试听，情绪设置不等同于固定不变的表演结果。

方言与多语言文稿配音

生成页面将S1、S2、方言模型和多语音模型分开呈现，方便按文稿类型选择。方言模式要求声音样本本身也采用对应方言，并提供中文方言、英文口音的指定选项；它可以与音色设计配合使用。多语音模式列出日语、韩语、法语等语言支持。使用时应准备相应语言的文稿，再选择声音和模型，不把跨语言发声等同于平台会自动翻译输入文本。

按属性设计新音色

音色设计页面允许选择性别、年龄和音调，配置中文方言或英文口音，并在正常模式与耳语模式之间切换。用户需要提供样本文案，页面也提供随机生成中文或英文样例的按钮，再通过语速滑块调整表达节奏。这条路径通过属性与示例台词提出声音需求，可用于探索角色声线；实际音色应以生成后的试听为依据，页面的授权宣传也需结合服务条款理解。

声音样本降噪预处理

AI降噪入口接受MP3、WAV和M4A文件，当前页面标明单个文件不能超过50MB。平台通过示例对比带背景音乐或环境噪音的原始素材、直接配音结果，以及降噪后再生成的效果，说明这一工具主要服务声音样本准备。用户可先处理噪音，再将符合模型上传要求的样本用于克隆。降噪工具的文件上限与个人模型上传上限不同，制作时需要分别检查。

通过API接入配音流程

开发者页面说明平台功能可通过API接入自有产品或业务系统，并列出Dify、Coze、ComfyUI等集成方向。对于高并发或大容量任务，可向平台咨询单次字符数、任务数和并发等定制需求。接入方式需通过客服取得，公开页面没有展开完整接口参数，因此不能直接据此确定某个工作流的调用格式。API生成文件的保存时间也短于网页任务，接入时应安排及时获取结果。

从声音样本完成第一段配音

1. 准备账号与素材：在网页端进入个人声音模型页面，按页面要求登录，准备获授权的清晰单人录音；没有样本时可先浏览音色库。
2. 创建或选择声音：填写模型名称、上传符合时长和格式要求的样本，查看列表中的审核状态；也可使用已选好的平台音色。
3. 输入配音文稿：进入声音克隆页面，选择声音模型，填写要朗读的文字，并按中文、方言或其他语言内容选择适用的生成模型。
4. 设置表达并生成：根据账户可用功能调整语速、参考音频或情绪参数，确认文稿与声音授权后提交配音任务。
5. 查看记录并保存：在声音克隆记录中检查状态、文案和时长，试听结果并下载需要保留的音频；网页生成文件只保留3天。

适合的配音制作任务

• 视频解说：为已有解说稿选择匹配的音色，通过语速和情绪配置制作旁白，再将下载音频带入视频剪辑。
• 角色台词试配：用音色设计指定年龄、音调和说话方式，以同一段台词比较角色声线，供动画或故事项目选声。
• 个人声音复用：为获授权的讲话者创建模型，用于后续文稿配音，减少每次修改台词都重新准备整段录音的操作。
• 方言内容制作：以对应方言的声音样本和文稿作为输入，在方言模式中指定类型，为地方故事或口播制作语音素材。
• 业务系统语音输出：通过API把文稿配音纳入已有内容流程，并按任务状态获取和保存音频；商业使用需满足平台相应授权条件。