如何用 AI 克隆你的声音，并以正确的方式去做

声音克隆是指利用 AI，从一段录音中重现一个人的声音，让它能用本人的音色、语气和节奏说出新的话语。给一个现代声音模型几分钟干净的音频，它就能学会一个声音独有的指纹：它的音高、节奏、口音和温度。从那以后，它就能用那个声音读出任何文字。

这是录音和活生生的声音之间的区别。录音永远只能说出制作那天所说的话。声音克隆则能说出你一直没来得及录下的那句话，用那个你随处都能认出的声音说出来。这就是它对家庭如此重要的原因，也是它必须被审慎对待的原因。

在表象之下，三个步骤把你的声音变成一个克隆：

1. 采集：你录下你说话的样本。模型会聆听那些让你的声音成为你的声学特征。

2. 建模：一个 AI 声音模型在这些样本上接受训练，构建出你声音的一种数学表征，而不是一个片段库。

3. 合成：你输入（或提供）文字，模型便生成一段全新的音频，是你用自然的语调说出那些确切话语的声音。

克隆的质量几乎完全取决于采集的质量。干净的输入会得到一个听起来真正像你的克隆；嘈杂或单薄的输入则只会得到一个平淡、机械的近似。

1. 找一个安静的房间。背景噪音、回声和嗡嗡声是好克隆的大敌。一个铺设了软装的小房间胜过一个空旷的大房间。

2. 用一个像样的麦克风。一个 USB 麦克风，甚至一副信号清晰的现代耳机，都会远胜于笔记本电脑的内置麦克风。

3. 录够足量的语音。几分钟自然、多变的谈话通常就足够了。带着情感去读些东西，而不要平板地照本宣科。

4. 让你的语气有变化。把陈述、提问和一点情感都包含进来，好让模型学到你完整的表达范围，而不只是一种情绪。

5. 上传并训练。把你的样本提交给声音平台，让它构建出你的模型。

6. 生成并优化。用几句话测试一下，听听有没有什么地方听起来不对劲，如果一个克隆需要更多表现范围，就再添加一些样本。

在一个以同意为先的平台上，整个过程都与你经过验证的身份绑定，因此被克隆的声音只能是你自己的。

• 干净的音频：安静的房间，没有音乐，没有回声。这比其他任何事都更重要。

• 几分钟的语音：现代模型所需的少得惊人，但更多变的音频会带来更丰富的效果。

• 自然的表达：用你实际说话的方式来讲，带着真实对话里的停顿和温度。

• 表现范围：把平静、有力和温柔的段落混合在一起，好让这个声音能表达不止一种情感。

如果你是为将来而录音，那就现在去做，并且把它做好。声音会随着年龄和健康状况而改变，采集你声音的最佳时机，就是它还强健有力的时候。请参见如何保存你的声音，那里有一份更完整的指南。

人们克隆自己声音的原因各不相同：

• 传承：好让子女和孙辈能在很久很久的未来听到他们，也听到来自他们的话语。

• 讯息：为那些他们可能无法在场的重要时刻，用自己的声音录下话语。

• 无障碍：那些面临可能夺走他们语言能力的状况（例如运动神经元病或喉部手术）的人，趁还拥有声音时把它存起来。

• 陪伴：让一个Persona用他们真实的声音说话，而不是用一个千篇一律的合成声音。

正是在第一类，也就是家庭与传承之中，声音克隆不再是一种新奇玩意儿，而成为某种真正珍贵的东西。声音是我们留下的最私密的东西。

声音克隆很强大，这意味着它也可能被滥用。同一项技术，既能让你保存自己的声音，落入不当之手时，也能在某人不知情的情况下模仿他。三条原则把负责任的声音克隆与其余的区分开来：

• 同意：一个声音只应由它所属的本人来克隆，或经过本人明确许可才能克隆。

• 验证：平台应当确认你就是你所声称的那个人，这样你就无法克隆一个陌生人。

• 掌控：你应当能够看到你的声音如何被使用，制定规则，并撤销访问权限。

克隆你自己的声音是合法且合乎伦理的。未经同意克隆他人的声音则两者皆非，并且越来越多地触犯那些针对非自愿声音克隆的新法律。请选择一个把同意和掌控做成结构性而非可选项的平台。

这正是Afterlife AI为之而生所要解决的问题。你只能克隆你自己的声音，它与你经过验证的身份绑定，其成果存在于一个由你掌管的私密Persona之内。你来决定谁可以听到它、何时、以及听多久。没有任何东西是公开的，没有任何东西被出售，未经你的首肯，什么都不会发生。

在你离去之后，Executor Lock会强制执行这些规则：你的声音不能被重新训练、编辑或商业化，而且每一次使用都记录在一份永久的审计轨迹里。它是针对这一领域最大恐惧的防护，也就是一个声音被以其所有者从未同意的方式使用。

录音保存你说过的话。一个以同意为先的声音克隆保存你声音本身，随时准备好说出那些你没来得及说的话。先从在一个 Persona 里保存你的声音开始，这个 Persona 是在你还在世、还能做主时构建的。

继续阅读各篇声音传承指南：

• 声音传承：它让什么成为可能

• 为将来录下你的声音

• 声音克隆是否安全合法