指南

AI 对话配音：用多个声音生成对话

两个角色的小品、给语言学习者的对话、双主持播客、游戏中的一幕：一个声音读完全部听起来像在念清单，两三个声音才像人在交谈。请注意：Supertonic 3 暂不支持中文，可用于英语、日语、韩语等 31 种语言的对话。

SuperClonica 提供 31 种语言的自然声音和角色声音、逐句试听的免费在线试用，以及能把带说话人名字的整份脚本合成为一个音频文件的免费引擎。本指南介绍这两种方法。

浏览声音 安装 SuperClonica 引擎

选择对比鲜明的声音

选择前用同一句话试听所有声音：并排比较更容易听出差别。

  • 把低沉和高亢、沉稳和活泼的声音搭配起来，听众就总能分清是谁在说话。
  • 十个标准声音（M1 至 M5、F1 至 F5）免费，五个男声和五个女声可以自由组合。
  • 目录中的角色声音适合小品和同人场景。
  • 整个系列中，每个说话人都使用同一个声音。

在线免费生成每句台词

在第一个声音的页面输入 30 到 100 个字符的台词，选择语言并点击生成按钮；回答用第二个声音同样生成。无需注册即可下载录音，再在 CapCut、Audacity 等编辑器中依次排列。

为多个声音写脚本

回答之间的短暂停顿听起来很自然；无法同时说话，所以打断可以写成以破折号结尾的半句台词。

  • 每行以说话人标签和冒号开头，例如 A: 和 B:。
  • 回答要短：真实的对话是你来我往的。
  • 使用句号和问号：声音会跟随标点。
  • 人名、数字和缩写按应读的方式书写。

整份脚本合成一个文件

在 dialogue.txt 中按 A: Did you hear that? 和 B: I did. 这样的格式写好脚本。然后用 python -m pip install superclonica-cpu 安装免费引擎并运行 python -c "import numpy as np; from superclonica import Superclonica; tts = Superclonica(); V = {'A': 'F2', 'B': 'M3'}; gap = np.zeros(int(0.4 * tts.sample_rate), dtype=np.float32); tts.save('dialogue.mp3', np.concatenate([np.concatenate([tts.synthesize(t.strip(), V[s.strip()], 'en')[0], gap]) for s, t in (l.split(':', 1) for l in open('dialogue.txt', encoding='utf-8') if ':' in l)]))"。每行由对应标签的声音朗读，回答之间有 0.4 秒静音，最终得到一个 dialogue.mp3。可以在列表中添加更多说话人，或把 F2 换成你购买的声音文件路径。

真实人物与正当使用

绝不要制作可能被当成真实录音的真人虚假对话。角色声音由粉丝制作，未获版权方认可，模仿类声音标注为模仿。用于赚钱的视频，请使用 OpenRAIL-M 许可的标准声音，或经同意训练的声音。