即刻把任意音频转换成任意声音
即时 Dub 是零样本声音转换：给它一个来源（文字、链接、上传或录音）和一段你想要的声音的短参考片段，它就能在几秒内把前者转换成后者——无需训练模型，也不用先构建克隆。
背景音乐会自动从你的来源中分离出来，并在最后重新混回，于是不到一分钟你就能得到干净的录音室级 Dub——全部在浏览器中完成。
即时 Dub 一览
- 安装
- 零样本——无需训练
- 速度
- 30–60 秒完成
- 输入
- 任意来源 + 任意声音
- 输出
- 录音室级 Dub
什么是即时声音转换？
即时 Dub 不训练模型，而是读取参考声音的音色并即时应用到你的源音频上。你只需准备两样东西——要转换的音频，以及要转换成的声音——就能拿回一个成品 Dub。
- 把任意音频转换成任意参考声音
- 无需模型训练或克隆步骤
- 自动从背景音乐中提取人声
- 支持文字、链接、上传或录音
- 自动检测音高，可手动覆盖
- 任何设备的浏览器中都能运行
如何制作即时 Dub
来源与参考
每个即时 Dub 都需要两样东西——转换什么，以及转换成什么。
你能做什么
当你不想投入构建一个完整模型时，即时 Dub 最能大显身手。
即时 Dub vs 克隆一个声音
给你的音频换上新声音有两种方式——选适合这项工作的那一种。
从任何地方带入你的来源
输入文字、粘贴链接、上传文件或录音——来源和参考接受同样的输入。
支持的音频与视频格式
精调音高
音高会自动检测，但你可以在高级设置中手动覆盖。
做出最佳即时 Dub 的技巧
- 选择一段干净、贴合角色的参考片段——只会用到约 20 秒的人声。
- 使用主唱清晰的来源；背景音乐会自动分离。
- 如果结果偏高或偏低，可在高级设置中微调音高。
- 让参考的能量与来源相匹配，以获得最自然的转换。
- 短片段转换最快——先用一段副歌测试，再跑整首歌。
为什么用 VoiceDub 做 Dub
为你的音频换上新声音所需的一切，尽在一个浏览器标签页里。
负责任地转换
声音转换很强大——请在获得同意后使用。
工作室的其他部分
即时 Dub 只是 VoiceDub 的一部分。去探索工具包的其余功能吧。
即时 Dub — 常见问题
即时 Dub 是如何工作的？
把想转换的任意音频作为来源加入，再加上一段你想转换成的声音短片段作为参考。我们会从参考中提取音色并应用到来源上——无需训练，也无需克隆。
参考片段最长可以多长？
无论你提供什么作为参考，我们只使用其中约 20 秒的人声。选一段干净、贴合角色的片段效果最佳。
如果我的来源里有背景音乐或伴奏怎么办？
没问题——我们会在转换前自动从素材中分离人声，最后再把结果与原伴奏重新混音。
为什么音高不准？
音高会从源音频和参考声音中自动检测。如果听起来有点不准，可在高级设置中用音高滑块上下微调。
一个即时 Dub 需要多长时间？
大多数片段 30 到 60 秒。我们运行在专用 GPU 上，无需等待。
这和克隆一个声音有什么区别？
即时 Dub 是零样本——直接从参考片段当场转换，无需训练模型。克隆则会构建一个可复用的专属模型以获得最接近的匹配。一次性使用选即时，反复使用、追求最高保真则选克隆。
我需要安装任何东西吗？
不需要。即时 Dub 完全在浏览器中运行，任何设备都可以——无需下载或配置。
我可以用谁的声音作为参考？
请使用你自己的声音，或你有权使用的声音。未经同意不要把音频转换成他人的声音，并请遵守我们的条款。