声音克隆效果不理想怎么办？

录音质量是决定声音克隆效果的主要因素。

请务必在录音前，仔细阅读注意事项《 》

如果声音克隆多次仍然不理想。以下详述了几点影响克隆质量的几大重点因素：

音频分析工具，Adobe Audition 或 Audacity 可帮助我们了解音频质量。

1、噪声问题

噪声是人声以外的声音，对最终合成效果影响很大，且很难有效去除，因此需要在录制阶段特别注意。

含有噪声的音频具体表现为句间静音部分有持续不断的非人声数据，通过波形图或频谱图放大后如下图所示：

理想的低噪声数据在波形图中表现为平整，在频谱图中表现为无（低）能量信息，如下图所示：

混响问题

混响会导致声音浑浊，听感类似回声，对最终合成效果影响很大，且很难有效去除。

混响大的数据在频谱图中表现为单字能量有残留，在句末尤其明显，会影响下一个字的清晰度，如下图所示：

在低混响的数据中，每个字的能量图会有相对清晰的边界（如下图），图中最后位置附近的残留是正常的呼吸音，非混响，录制时无需特别控制，保持自然即可。

情绪过于平淡

当前算法最终合成效果的情感与录音数据是一致且单一的，如希望最终合成慷慨激昂、富裕感染力的声音，则需要提供相同情感的录音文件。常见的问题是录音人按照固定文案，通过朗读的方式进行录制，缺乏情感表现，另会由于疲惫导致情感逐渐低落，需要特别注意。

重要：录音时可以通过不断的心理暗示，提示自己要保持亢奋，按照最终使用场景完成录制。也可以请其他人帮忙监督，或通过回听的方式检验录音效果，防止情绪波动。

音量、语速不一致

此问题主要是拼接多段不同来源的音频导致，请经理在20秒内，将语速音量控制一致。

音量过大或过小

音量过大，会产生音频截幅现象，会导致声音信息不完整，具体表现为波形图中波峰信息被截断：

造成音量过大的可能原因有：

1. 离麦克风过近
2. 录制时发音过大
3. 录音软件的增益调节过高

音量过小，主要会导致数据处理过程中噪声被同步放大，最终引起噪声过大的相关问题。

造成音量过小的可能原因有：

1. 离麦克风过远
2. 录制时声音太小

重要：在数字人视频采集中，一个误区是同时使用领夹麦完成音频采集。为满足美观性、防遮挡、麦克风隐藏等要求，经常出现音量过小问题，建议单独采集音频。

适合训练的音频，应使音量峰值控制在-6dB~-3dB范围内，如下图所示：