近日，百度语音大模型声音复刻新增自定义音频复刻功能：无需按照规定文本录音，提供发音人的任意音频，即可实现声音复刻，操作门槛更低、使用更便捷。复刻完成后，新增支持流式文本合成：基于websocket协议，用户输入文本的同时，即可同步返回合成的音频数据，达到“边合成边播放”效果。同时，合成语言在中文普通话、英文基础上，新增支持上海话、河南话、四川话、湖南话、贵州话等方言。更加贴合数字人、智能助手、情感陪伴等多种应用场景。点击了解详情>>
特色优势
- 超低门槛：无需专业设备与场地任意有声音频即可克隆，极大提升效率，降低使用门槛
- 精准还原：精准还原音色特点、说话风格、韵律起伏、声学环境
- 极速复刻：秒级即可完成高品质复刻，精准呈现音色细节，高效逼真
- 实时合成：实现边输入边播放的效果，完美适配多种实时应用场景
- 方言合成：支持上海话、河南话、四川话、湖南话、贵州话等方言，还原地道家乡话
产品价格
创建音色
- 按次数包预付费【购买】
| 次数包规格 | 支持并发 | 价格（元） | 单次单价（元） |
|---|---|---|---|
| 50 | 10 | 400 | 8 |
| 200 | 10 | 1400 | 7 |
| 1000 | 10 | 6000 | 6 |
| 5000 | 10 | 25000 | 5 |
| 20000 | 10 | 80000 | 4 |
- 按调用量后付费【开通付费】
| 调用次数 | 支持并发 | 价格（元/次） |
|---|---|---|
| 0-∞ | 10 | 8.8 |
在线合成
- 按字符包预付费【购买】
| 字符包规格（万字） | 支持并发 | 价格（元） | 万字符单价（元） |
|---|---|---|---|
| 100 | 10 | 650 | 6.5 |
| 500 | 10 | 3000 | 6 |
| 1000 | 10 | 5500 | 5.5 |
| 5000 | 10 | 25000 | 5 |
| 10000 | 10 | 45000 | 4.5 |
- 按调用量后付费【开通付费】
| 调用次数 | 支持并发 | 价格（元/万字符） |
|---|---|---|
| 0-∞ | 10 | 7 |
大模型声音复刻体验demo：https://ai.baidu.com/tech/speech/voicecloning
百度语音现已推出：端到端语音语言大模型、大模型声音复刻、短语音识别标准版 、短语音识别极速版 、实时语音识别 、音频文件转写 ，短文本在线合成 、长文本在线合成 、定制音库 ，呼叫中心实时语音通话 、呼叫中心语音质检 、呼叫中心音频文件转写 等多款语音产品，同时提供有声阅读解决方案 、呼叫中心语音解决方案 、语音数字大屏 、智能语音会议 、智能语音指令 、语音字幕服务 等场景化解决方案，满足各类语音场景需求。提供在线API 、HTTP SDK 、离线SDK 、私有化部署 、一体机等多种部署方式，接入便捷、稳定可靠。