30 秒克隆任意声音 — 授权安全，带水印保护。

在获得源说话人同意的前提下，语音克隆是合法的。克隆你自己的声音、签订了授权协议的配音演员或原创角色声音都很简单。未经书面同意克隆名人、公众人物或任何其他人，违反 CharaVox 条款以及多数司法管辖区的肖像权法。CharaVox 拒绝已知的名人声音样本，并要求训练前明示同意确认。

训练自定义语音模型需要 30 秒到 2 分钟，具体取决于样本长度和队列深度。训练完成后，单次生成接近实时（30 秒片段 5 秒以内）。

不能。CharaVox 屏蔽已知名人声音指纹，并要求你确认已获得源说话人的书面同意。这一策略保护你免受肖像权诉讼，也保护平台免受滥用。如果你想要类似效果但不侵权，请描述你想要的演绎特征 — 口音、节奏、音色 — 并使用库中 27,000+ 原创角色声音。

voice changer 实时修改音频 — 通常在直播或游戏通话中对你麦克风输入做变调。语音克隆不同：它在样本上训练模型，然后用该声音从文本生成新语音。语音克隆质量更高、支持多种语言，并可离线工作（你写脚本，模型生成音频）。如果你是来寻找 Discord 或 OBS 的实时 voice changer，CharaVox 不提供此功能 — 但如果你想把某个特定声音放进视频、播客或有声书中，语音克隆是正确的工具。

付费方案可商用。免费方案的克隆声音仅供个人评估。付费创作者与工作室方案包含完整商用授权，涵盖变现内容、广告、有声书和客户项目。授权要求你在使用克隆期间持续保留源说话人的书面同意。

克隆声音可生成 6 种语言语音：英语、中文（普通话）、日语、韩语、葡萄牙语和西班牙语。克隆在所有语言中保留核心音色 — 口音和发音自动调整。随底层模型扩展将增加更多语言。

至少 30 秒干净的单说话人音频。1-3 分钟会带来明显更佳质量，尤其是在情感表达范围上。避免背景音乐、说话人重叠、回声环境和 15 秒以下的片段 — 模型需要足够的音素多样性才能泛化。

质量取决于输入样本。一段 1 分钟干净、富有表现力的语音样本可产生在盲测中难以与原声区分的克隆。非常短的样本、强背景噪声或单调朗读会产生更扁平的输出。请始终从你能拿到的最高质量音频开始。