指南

Audacity 与文字转语音：先生成声音，再在 Audacity 中编辑

Audacity 是很多人做播客、旁白和有声书时打开的免费编辑器，所以自然会想在里面找文字转语音。Audacity 没有这个功能，Intel 为 Audacity 提供的 OpenVINO AI 效果（降噪、音乐分离、转写、音乐生成）也没有。请注意：Supertonic 3 暂不支持中文，可以用英语、日语、韩语等 31 种语言生成。

实用的做法是用文字转语音引擎生成声音，其余工作都在 Audacity 中完成。SuperClonica 提供 31 种语言的自然声音，可在线免费试听，免费引擎会在你的电脑上写出 WAV 文件。本指南介绍这两部分。

浏览声音 安装 SuperClonica 引擎

Audacity 能做什么、不能做什么

生成的声音很干净，可以跳过降噪，直接开始剪辑。

  • Audacity 没有内置文字转语音，也没有官方的相关插件。
  • OpenVINO AI 效果是把语音转写成文字，方向正好相反。
  • Audacity 能打开 WAV、MP3、OGG 和 FLAC，生成的声音只是又一条音轨。
  • SuperClonica 带来 170 多个目录声音、31 种语言，以及离线运行的免费引擎。

在线免费生成一句话

在任意声音页面输入 30 到 100 个字符的句子，例如 “Welcome back to the show. Today we start with a question.”，选择语言并点击生成按钮。几秒后即可试听和下载，无需注册。

在 Audacity 中编辑声音

最后对整个混音标准化一次，而不是逐个片段处理。

  • 在 Audacity 中打开 WAV，或把它拖进带音乐的项目。
  • 用截断静音（Truncate Silence）缩短过长的停顿，并给两端加淡入淡出。
  • 把音乐放在声音下方的音轨上，再应用自动回避（Auto Duck）：只要声音说话，音乐就会降低。
  • 加一点混响或均衡增加个性，或用声码器做机器人声音。

在自己的电脑上处理整份脚本

如果脚本很长，请用 python -m pip install superclonica-cpu 安装免费引擎，把整个文本文件生成为一个 WAV：superclonica --text-file script.txt --voice F1 --lang en --normalize --output voice.wav。引擎没有字数限制，会把长文本分段生成再拼接，--normalize 会把声音调整到 −18 LUFS。之后改了一句？只重新生成那一句，在 Audacity 中覆盖旧的部分即可。

可用于发布内容的声音

对于播客、有声书或要发布的视频，请使用在 OpenRAIL-M 许可下免费的模型十个标准声音（M1 至 M5、F1 至 F5），或在 SuperClonica 工作室训练的你自己的声音。目录中的角色声音由粉丝制作：可用于粉丝项目和恶搞，不适用于商业项目。