TTS（Text-to-Speech，文本转语音）把文字变成语音。新一代模型支持克隆指定音色，几秒钟音频即可克隆出接近原声的效果。
应用场景
- 内容创作：短视频配音、有声书、播客
- 效率工具：客服语音、导航播报、阅读辅助
- 无障碍：为视障用户提供内容朗读
选型维度
- 音质自然度：是否接近真人、有无机械感
- 中文表现：多音字、语气、停顿处理
- 克隆能力：是否需要自定义音色、克隆门槛（分钟级素材）
- 商用授权：是否允许用于商业内容、是否要求标注 AI 生成
声音克隆的合规红线
克隆他人声音必须取得本人明确授权。国内法规要求 AI 合成内容可识别、可追溯，平台对深度合成内容普遍要求显著标识。
音色是自己的「数字资产」：克隆自己、授权他人，都要保留书面记录。