声音克隆功能介绍、使用流程与工作流解析

一、功能介绍

声音克隆功能可基于用户提供的音频（通过mp3_url指定），结合生成的文字内容（text）以及用户本轮对话输入内容（BOT_USER_INPUT），利用相关技术克隆出特定的声音，并输出克隆声音后的音频链接等信息。该功能为音频内容创作、个性化语音生成等场景提供了便利，能让生成的语音更具定制化与独特性，满足不同用户对声音风格的需求。

二、工作流介绍

从工作流图可知，流程以 “开始” 节点为起点，输入BOT_USER_INPUT（用户本轮对话输入内容）、mp3_url（音频内容链接）和text（生成的文字内容）。首先，这些输入参数传递至 “voice_clone” 节点，该节点借助获取的api_token（用于身份验证等），对输入的音频、文字等信息进行处理，执行声音克隆操作。之后，“voice_clone” 节点输出message（操作相关提示信息）和audio_url（克隆声音后的音频链接）。最后，“结束” 节点接收这些输出内容，并以返回变量的形式将结果输出，供用户查看与使用。

三、使用流程

参数准备
- 获取 api_token：访问https://www.51aigc.cc/#/userInfo?user_id=267716，进入个人中心获取api_token，该 token 用于后续声音克隆操作的身份验证等。
- 准备 mp3_url：确定要用于声音克隆的音频内容，获取其对应的mp3_url链接，确保该链接可正常访问，能获取到音频数据。
- 准备 text：确定需要生成语音的文字内容，将其作为text参数，文字内容需清晰明确，以便生成准确的克隆语音。
- 准备 BOT_USER_INPUT：整理好用户本轮对话输入内容，作为BOT_USER_INPUT参数，该内容可辅助声音克隆的相关处理。
配置工作流
- 在工作流平台的 “开始” 节点，分别填入准备好的BOT_USER_INPUT、mp3_url、text参数。
- 在 “voice_clone” 节点，填入获取到的api_token，并确认其他相关参数（如speaker、language等，若有设置需求）已正确配置，确保节点能正常接收和处理输入数据。
- 检查 “开始”“voice_clone”“结束” 等节点的连接，确保数据能在节点间顺畅传递。
启动工作流
- 点击工作流界面的 “试运行” 按钮，触发工作流运行。
- 可通过平台提供的日志或运行状态提示，查看工作流的运行进度，如 “声音克隆中” 等状态提示。
查看运行结果
- 工作流运行结束后，在 “结束” 节点的输出区域，查看message（了解操作是否成功等信息）和audio_url（克隆声音后的音频链接）。
- 点击audio_url，即可访问并播放克隆声音后的音频，验证声音克隆效果，若有需要，可基于该音频开展后续的音频创作等工作。