Mereplikasi suara

Anda dapat mereproduksi suara, gaya bahasa, irama, dan timbre pembicara dari sampel audio singkat menggunakan fitur replikasi suara. Gemini 3.8 Flash TTS (gemini-3.8-flash-tts) dan Gemini 3.8 Flash-Lite TTS (gemini-3.8-flash-lite-tts) mendukung replikasi suara.

Untuk mereplikasi suara, Anda mengirimkan rekaman referensi pembicara (source_audio) dan rekaman pembicara yang sama yang membacakan pernyataan izin (consent_audio) ke Voices API. Layanan ini memverifikasi izin dan menampilkan ID untuk suara yang direplikasi. Kemudian, Anda meneruskan ID tersebut di speechConfig.voiceConfig.voice dalam permintaan generateContent atau streamGenerateContent, tanpa mengupload audio lagi.

Mode penyimpanan

Saat Anda membuat suara yang direplikasi, kolom store memilih salah satu dari dua mode penyimpanan:

  • Suara tersimpan (store: true): Google menyimpan suara yang direplikasi di project Anda dan menampilkan ID suara (voice_...) di kolom id. Anda dapat mencantumkan, mendapatkan, dan menghapus suara tersimpan dengan Voices API.
  • Kunci replikasi suara (store: false): Google tidak menyimpan suara yang direplikasi. Layanan ini menampilkan kunci replikasi suara terenkripsi (voicekey_...) di kolom key, dan aplikasi Anda menyimpan kunci tersebut. Gunakan mode ini jika beban kerja Anda mengharuskan Google tidak menyimpan profil suara.
Mode penyimpanan ID Pengelolaan Akhir masa berlaku
Suara tersimpan (store: true) voice_... Metode list, get, dan delete Voices API 1 tahun setelah penggunaan terakhir
Kunci replikasi suara (store: false) voicekey_... Disimpan oleh aplikasi Anda. Google tidak menyimpan kunci. 7 hari setelah pembuatan

Membuat ucapan dengan suara tersimpan akan memulai ulang periode retensi satu tahunnya, sehingga suara yang sering Anda gunakan tidak akan berakhir. Permintaan yang menggunakan kunci replikasi suara yang telah habis masa berlakunya akan gagal dengan error INVALID_ARGUMENT, dan permintaan yang menggunakan suara tersimpan yang dihapus atau telah habis masa berlakunya akan gagal dengan error NOT_FOUND. Untuk terus menggunakan suara yang direplikasi, buat ulang suara tersebut sebelum masa berlakunya habis.

Sebelum memulai

Selesaikan langkah-langkah di bagian Sebelum Anda memulai di halaman Gemini TTS. Voices API tersedia di lokasi global melalui versi v1beta1 API.

Persyaratan audio dan izin

Setiap permintaan untuk membuat suara yang direplikasi memerlukan dua rekaman dari penutur dewasa yang sama:

  • Audio referensi (source_audio): 10 hingga 30 detik ucapan yang bersih dan alami dari pembicara yang suaranya ingin Anda tiru. Contoh yang lebih panjang umumnya memberikan hasil yang lebih baik.

  • Audio izin (consent_audio): Rekaman suara pembicara yang sama membacakan pernyataan izin kata demi kata dalam bahasa mereka. Untuk pernyataan, lihat Bahasa yang didukung dan pernyataan izin. Dalam bahasa Inggris, pernyataan tersebut adalah:

    "Saya adalah pemilik suara ini dan telah menyetujui pembuatan model sintetis suara saya melalui penggunaan Google Cloud."

Kedua rekaman harus berupa file WAV dengan PCM linear little-endian 16-bit, mono, pada 24 kHz.

Jika rekaman izin tidak cocok dengan pernyataan izin, atau audio tidak memenuhi pedoman penggunaan, permintaan create akan gagal dengan error INVALID_ARGUMENT yang menjelaskan masalahnya.

Membuat suara yang direplikasi tersimpan

Tetapkan kolom berikut dalam permintaan:

  • store: true.
  • voice.type: VOICE_TYPE_REPLICATED.
  • voice.display_name: Opsional. Nama untuk suara.
  • voice.replicated.source_audio dan voice.replicated.consent_audio: Rekaman rujukan dan izin yang dienkode base64, masing-masing dengan mime_type ditetapkan ke audio/wav.

Jangan setel voice.model. Permintaan yang menetapkan model bersama dengan store: true akan gagal dengan error INVALID_ARGUMENT.

Respons menampilkan ID suara di kolom id.

Python

import base64

from google import genai

client = genai.Client(enterprise=True, project="PROJECT_ID", location="global")

with open("SOURCE_AUDIO_PATH", "rb") as f:
    source_b64 = base64.b64encode(f.read()).decode("utf-8")

with open("CONSENT_AUDIO_PATH", "rb") as f:
    consent_b64 = base64.b64encode(f.read()).decode("utf-8")

replicated_voice = client.voices.create(
    store=True,
    voice={
        "type": "VOICE_TYPE_REPLICATED",
        "display_name": "Custom replicated speaker",
        "replicated": {
            "source_audio": {"mime_type": "audio/wav", "data": source_b64},
            "consent_audio": {"mime_type": "audio/wav", "data": consent_b64},
        },
    },
    timeout=60,
)

# The voice ID starts with "voice_".
print(f"Created voice ID: {replicated_voice.id}")

REST

SOURCE_B64=$(base64 -w 0 SOURCE_AUDIO_PATH)
CONSENT_B64=$(base64 -w 0 CONSENT_AUDIO_PATH)

cat > request.json <<EOF
{
  "store": true,
  "voice": {
    "type": "VOICE_TYPE_REPLICATED",
    "displayName": "Custom replicated speaker",
    "replicated": {
      "sourceAudio": {"mimeType": "audio/wav", "data": "${SOURCE_B64}"},
      "consentAudio": {"mimeType": "audio/wav", "data": "${CONSENT_B64}"}
    }
  }
}
EOF

curl -X POST \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json" \
  https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/voices \
  -d @request.json | jq -r '.id'

Ganti kode berikut:

  • PROJECT_ID: Project ID Google Cloud Anda.
  • SOURCE_AUDIO_PATH: Jalur ke file WAV referensi.
  • CONSENT_AUDIO_PATH: Jalur ke file WAV izin.

Untuk mencantumkan, mendapatkan, atau menghapus suara replikasi tersimpan, gunakan metode yang sama seperti untuk suara yang dirancang. Untuk mengetahui detailnya, lihat Mengelola suara tersimpan.

Membuat kunci replikasi suara

Tetapkan kolom berikut dalam permintaan:

  • store: false.
  • voice.type: VOICE_TYPE_REPLICATED.
  • voice.model: Wajib diisi. Model TTS Gemini 3.8 untuk membuat kunci, misalnya gemini-3.8-flash-tts. Kunci ini berfungsi dengan model TTS Gemini 3.8.
  • voice.replicated.source_audio dan voice.replicated.consent_audio: Rekaman rujukan dan izin yang dienkode base64, masing-masing dengan mime_type ditetapkan ke audio/wav.

Respons menampilkan kunci replikasi suara di kolom key.

Python

import base64

from google import genai

client = genai.Client(enterprise=True, project="PROJECT_ID", location="global")

with open("SOURCE_AUDIO_PATH", "rb") as f:
    source_b64 = base64.b64encode(f.read()).decode("utf-8")

with open("CONSENT_AUDIO_PATH", "rb") as f:
    consent_b64 = base64.b64encode(f.read()).decode("utf-8")

replicated_voice = client.voices.create(
    store=False,
    voice={
        "model": "gemini-3.8-flash-tts",
        "type": "VOICE_TYPE_REPLICATED",
        "replicated": {
            "source_audio": {"mime_type": "audio/wav", "data": source_b64},
            "consent_audio": {"mime_type": "audio/wav", "data": consent_b64},
        },
    },
    timeout=60,
)

# Store the key in your application. It starts with "voicekey_".
voice_key = replicated_voice.key

REST

SOURCE_B64=$(base64 -w 0 SOURCE_AUDIO_PATH)
CONSENT_B64=$(base64 -w 0 CONSENT_AUDIO_PATH)

cat > request.json <<EOF
{
  "store": false,
  "voice": {
    "model": "gemini-3.8-flash-tts",
    "type": "VOICE_TYPE_REPLICATED",
    "replicated": {
      "sourceAudio": {"mimeType": "audio/wav", "data": "${SOURCE_B64}"},
      "consentAudio": {"mimeType": "audio/wav", "data": "${CONSENT_B64}"}
    }
  }
}
EOF

curl -X POST \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json" \
  https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/voices \
  -d @request.json | jq -r '.key'

Membuat ucapan dengan suara yang direplikasi

Teruskan ID suara atau kunci replikasi suara di speechConfig.voiceConfig.voice:

Python

from google import genai

client = genai.Client(enterprise=True, project="PROJECT_ID", location="global")

response = client.models.generate_content(
    model="gemini-3.8-flash-tts",
    contents=[{
        "role": "user",
        "parts": [{
            "text": "Hello! This audio was generated with a replicated voice.",
            "speech_metadata": {"style": "warm and conversational"},
        }],
    }],
    config={
        "response_modalities": ["AUDIO"],
        "speech_config": {"voice_config": {"voice": "VOICE"}},
    },
)

# The SDK has already decoded the base64 audio, so inline_data.data is a
# complete WAV file by default.
with open("replicated_voice.wav", "wb") as f:
    f.write(response.candidates[0].content.parts[0].inline_data.data)

REST

curl -X POST \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json" \
  https://aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/global/publishers/google/models/gemini-3.8-flash-tts:generateContent \
  -d '{
    "contents": [{
      "role": "user",
      "parts": [{
        "text": "Hello! This audio was generated with a replicated voice.",
        "speechMetadata": {"style": "warm and conversational"}
      }]
    }],
    "generationConfig": {
      "responseModalities": ["AUDIO"],
      "speechConfig": {
        "voiceConfig": {"voice": "VOICE"}
      }
    }
  }' | jq -r '.candidates[0].content.parts[0].inlineData.data' | base64 --decode > replicated_voice.wav

Ganti VOICE dengan ID suara (voice_...) atau kunci replikasi suara (voicekey_...) yang ditampilkan oleh metode create.

Permintaan pembuatan suara tunduk pada kuota per project per menit. Jika Anda melebihi batas tersebut, metode create akan menampilkan error RESOURCE_EXHAUSTED. Untuk mengetahui informasi selengkapnya, lihat Kuota dan batas sistem.

Voices API memverifikasi izin dengan mencocokkan transkrip consent_audio dengan pernyataan izin. Penutur harus membaca pernyataan tersebut kata demi kata dalam bahasa mereka:

Bahasa Kode BCP-47 Pernyataan izin
Afrika af Ek is die eienaar van hierdie stem en het ingestem tot die skep van 'n sintetiese model van my stem deur die gebruik van Google Cloud.
Albania sq Unë jam pronari i këtij zëri dhe kam dhënë pëlqimin për krijimin e një modeli sintetik të zërit tim përmes përdorimit të Google Cloud.
Amhara am Saya adalah pemilik suara ini dan saya setuju bahwa Google Cloud dapat menggunakan suara saya untuk membuat model suara sintetis.
Arab ar أنا صاحب هذا الصوت وقد وافقت على إنشاء نموذج اصطناعي لصوتي باستخدام خدمة جوجل كلاود.
Armenia hy Ես այս ձայնի սեփականատերն եմ և համաձայնություն եմ տվել Google Cloud-ի միջոցով իմ ձայնի սինթետիկ մոդելի ստեղծմանը։
Azerbaijan az Mən bu səsin sahibiyəm və Google Cloud vasitəsilə səsimin sintetik modelinin yaradılmasına razılıq vermişəm.
Bangla bn আমি এই কণ্ঠস্বরের মালিক এবং গুগল ক্লাউড ব্যবহারের মাধ্যমে আমার কণ্ঠস্বরের একটি কৃত্রিম মডেল তৈরিতে সম্মতি দিয়েছি।
Basque eu Ahots honen jabea naiz eta nire ahotsaren eredu sintetiko bat sortzeko baimena eman dut Google Cloud erabiliz.
Belarus be Я з'яўляюся ўладальнікам гэтага голасу і даў згоду на стварэнне сінтэтычнай мадэлі майго голасу з дапамогай Google Cloud
Bulgaria bg Аз съм собственикът на този глас и съм дал съгласието си за създаването на синтетичен модел на моя глас чрез използването на Google Cloud.
Burma my ကျွန်ုပ်သည် ဤအသံ၏ပိုင်ရှင်ဖြစ်ပြီး Google Cloud ကိုအသုံးပြုခြင်းဖြင့် ကျွန်ုပ်၏အသံ၏ ပေါင်းစပ်ပုံစံတစ်ခု ဖန်တီးရန် သဘောတူပါသည်။
Catalan ca Sóc el propietari d'aquesta veu i he donat el meu consentiment per a la creació d'un model sintètic de la meva veu mitjançant l'ús de Google Cloud.
Cebuano ceb Ako ang tag-iya niining tingog ug miuyon sa paghimo og sintetikong modelo sa akong tingog pinaagi sa paggamit sa Google Cloud.
China, Mandarin cmn 我是这段声音的所有者，并已同意通过 Google Cloud 创建我的声音合成模型。
Kroasia hr Vlasnik sam ovog glasa i pristao sam na izradu sintetičkog modela mog glasa putem Google Clouda.
Ceko cs Jsem vlastníkem tohoto hlasu a souhlasil(a) jsem s vytvořením syntetického modelu mého hlasu pomocí služby Google Cloud.
Denmark da Jeg ejer denne stemme og har givet samtykke til oprettelsen af en syntetisk model af min stemme ved hjælp af Google Cloud.
Belanda nl Ik ben de eigenaar van deze stem en heb toestemming gegeven voor het creëren van een synthetisch model van mijn stem via Google Cloud.
Inggris en Saya adalah pemilik suara ini dan telah menyetujui pembuatan model sintetis suara saya melalui penggunaan Google Cloud
Estonia et Olen selle hääle omanik ja olen andnud nõusoleku oma hääle sünteetilise mudeli loomiseks Google Cloudi abil.
Filipina fil Ako ang may-ari ng boses na ito at pumayag sa paglikha ng isang sintetikong modelo ng aking boses sa pamamagitan ng paggamit ng Google Cloud.
Finlandia fi Olen tämän äänen omistaja ja olen antanut suostumukseni synteettisen ääneni mallintamiseen Google Cloudin avulla.
Prancis fr Je suis propriétaire de cette voix et j'ai consenti à la création d'un modèle synthétique de ma voix grâce à l'utilisation de Google Cloud.
Galisia gl Son o propietario desta voz e dei o meu consentimento para a creación dun modelo sintético da miña voz mediante o uso de Google Cloud.
Georgia ka მე ვარ ამ ხმის მფლობელი და დავთანხმდი ჩემი ხმის სინთეზური მოდელის შექმნას Google Cloud-ის გამოყენებით.
Jerman de Ich bin der Inhaber dieser Stimme und habe der Erstellung eines synthetischen Modells meiner Stimme mithilfe von Google Cloud zugestimmt.
Yunani el Είμαι ο κάτοχος αυτής της φωνής και έχω συναινέσει στη δημιουργία ενός συνθετικού μοντέλου της φωνής μου μέσω της χρήσης του Google Cloud.
Gujarat gu હું આ અવાજનો માલિક છું અને ગૂગલ ક્લાઉડના ઉપયોગ દ્વારા મારા અવાજનું સિન્થેટિક મોડેલ બનાવવા માટે સંમતિ આપી છે.
Kreol Haiti ht Mwen se pwopriyetè vwa sa a epi mwen bay konsantman pou kreyasyon yon modèl sentetik vwa mwen atravè itilizasyon Google Cloud.
Ibrani he Saya adalah pemilik suara ini dan saya menyetujui pembuatan model suara sintetis saya menggunakan Google Cloud.
Hindi hi मैं इस आवाज का स्वामी हूं और मैंने Google क्लाउड के उपयोग के माध्यम से अपनी आवाज का कृत्रिम मॉडल बनाने की सहमति दी है।
Hungaria hu Én vagyok a hang tulajdonosa, és hozzájárultam ahhoz, hogy a Google Cloud segítségével szintetikus modellt készítsenek a hangomról.
Islandia is Ég er eigandi þessarar raddar og hef samþykkt að búið sé til tilbúið líkan af rödd minni með því að nota Google Cloud.
Indonesia id Saya adalah pemilik suara ini dan telah menyetujui pembuatan model sintetis suara saya melalui penggunaan Google Cloud.
Italia it Sono il proprietario di questa voce e ho acconsentito alla creazione di un modello sintetico della mia voce tramite l'utilizzo di Google Cloud.
Jepang ja 私はこの音声の所有者であり、Google Cloud を利用して私の音声の合成モデルを作成することに同意しました。
Jawa jv Aku sing nduwèni swara iki lan wis sarujuk kanggo nggawé model sintetis swaraku liwat panggunaan Google Cloud.
Kannada kn ನಾನು ಈ ಧ್ವನಿಯ ಮಾಲೀಕ ಮತ್ತು Google Cloud ಬಳಕೆಯ ಮೂಲಕ ನನ್ನ ಧ್ವನಿಯ ಸಂಶ್ಲೇಷಿತ ಮಾದರಿಯನ್ನು ರಚಿಸಲು ಸಮ್ಮತಿಸಿದ್ದೇನೆ.
Korea ko 저는 이 음성의 소유자이며, Google Cloud를 사용하여 제 음성의 합성 모델을 생성하는 데 동의했습니다.
Laos lo Saya adalah pemilik suara ini dan telah memberikan izin untuk membuat model sintesis suara saya melalui penggunaan Google Cloud
Latin la Huius vocis dominus sum et consensi sum ad creandum exemplar syntheticum vocis meae per usum Google Cloud.
Latvia lv Esmu šīs balss īpašnieks un esmu piekritis sintētiska manas balss modeļa izveidei, izmantojot Google Cloud.
Lituania lt Esu šio balso savininkas ir sutikau, kad naudojant „Google Cloud“ būtų sukurtas sintetinis mano balso modelis.
Luksemburg lb Ech sinn de Besëtzer vun dëser Stëmm an hunn der Erstellung vun engem synthetesche Modell vu menger Stëmm mat Hëllef vu Google Cloud zougestëmmt.
Makedonia mk Јас сум сопственик на овој глас и се согласив за создавање синтетички модел на мојот глас преку користење на Google Cloud.
Malagasi mg Izaho no tompon'ity feo ity ary nanaiky ny hamorona modely sentetika amin'ny feoko amin'ny alàlan'ny fampiasana ny Google Cloud.
Melayu ms Saya pemilik suara ini dan telah bersetuju untuk penciptaan model sintetik suara saya melalui penggunaan Google Cloud.
Malayalam ml ഈ ശബ്ദത്തിന്റെ ഉടമ ഞാനാണ്, Google ക്ലൗഡ് ഉപയോഗിച്ച് എന്റെ ശബ്ദത്തിന്റെ ഒരു സിന്തറ്റിക് മോഡൽ സൃഷ്ടിക്കാൻ ഞാൻ സമ്മതം നൽകിയിട്ടുണ്ട്.
Marathi mr मी या आवाजाचा मालक आहे आणि गूगल क्लाउडचा वापर करून माझ्या आवाजाचे कृत्रिम मॉडेल तयार करण्यास मी संमती दिली आहे.
Mongol mn Би энэ дуу хоолойны эзэмшигч бөгөөд Google Cloud ашиглан өөрийн дуу хоолойны синтетик загварыг бүтээхийг зөвшөөрсөн.
Nepal ne म यो आवाजको मालिक हुँ र गुगल क्लाउडको प्रयोग मार्फत मेरो आवाजको सिंथेटिक मोडेल सिर्जना गर्न सहमति दिएको छु।
Norwegia, Bokmål nb Jeg eier denne stemmen og har samtykket til at det opprettes en syntetisk modell av stemmen min ved bruk av Google Cloud.
Odia or Saya adalah pemilik suara ini dan telah memberikan izin untuk membuat model sintetis suara saya melalui penggunaan Google Cloud.
Pashtun ps زه د دې غږ مالک یم او د ګوګل کلاوډ په کارولو سره مې د خپل غږ د مصنوعي ماډل جوړولو ته رضایت ورکړی دی.
Persia fa من مالک این صدا هستم و با ایجاد یک مدل مصنوعی از صدایم از طریق استفاده از Google Cloud موافقت کرده‌ام.
Polandia pl Jestem właścicielem tego głosu i wyraziłem zgodę na utworzenie syntetycznego modelu mojego głosu za pomocą Google Cloud
Portugis pt Eu sou o proprietário desta voz e consinto com a criação de um modelo sintético da minha voz através do uso do Google Cloud.
Punjab pa ਮੈਂ ਇਸ ਆਵਾਜ਼ ਦਾ ਮਾਲਕ ਹਾਂ ਅਤੇ ਗੂਗਲ ਕਲਾਉਡ ਦੀ ਵਰਤੋਂ ਰਾਹੀਂ ਆਪਣੀ ਆਵਾਜ਼ ਦੇ ਇੱਕ ਸਿੰਥੈਟਿਕ ਮਾਡਲ ਨੂੰ ਬਣਾਉਣ ਲਈ ਸਹਿਮਤੀ ਦਿੱਤੀ ਹੈ।
Rumania ro Sunt proprietarul acestei voci și am consimțit la crearea unui model sintetic al vocii mele prin utilizarea Google Cloud.
Rusia ru Я являюсь владельцем этого голоса и дал согласие на создание синтетической модели моего голоса с использованием Google Cloud.
Serb sr Ја сам власник овог гласа и пристао/ла сам на креирање синтетичког модела мог гласа коришћењем Google Cloud-а
Sindhi sd مان هن آواز جو مالڪ آهيان ۽ گوگل ڪلائوڊ جي استعمال ذريعي پنهنجي آواز جي هڪ مصنوعي ماڊل جي تخليق تي رضامندي ڏني آهي.
Sinhala si Saya adalah pemilik suara ini dan telah menyatakan persetujuan saya untuk pembuatan model buatan suara saya melalui penggunaan Google Cloud.
Slovakia sk Som vlastníkom tohto hlasu a súhlasil/a som s vytvorením syntetického modelu môjho hlasu pomocou služby Google Cloud.
Slovenia sl Sem lastnik tega glasu in sem privolil v ustvarjanje sintetičnega modela mojega glasu z uporabo storitve Google Cloud.
Spanyol es Soy el propietario de esta voz y he consentido la creación de un modelo sintético de mi voz mediante el uso de Google Cloud.
Swahili sw Mimi ndiye mmiliki wa sauti hii na nimekubali kuundwa kwa modeli ya sauti yangu iliyotengenezwa kwa njia ya Google Cloud.
Swedia sv Jag äger den här rösten och har samtyckt till att en syntetisk modell av min röst skapas med hjälp av Google Cloud.
Tamil ta இந்தக் குரலின் உரிமையாளர் நானே, மேலும் கூகிள் கிளவுடைப் பயன்படுத்தி எனது குரலின் செயற்கை மாதிரியை உருவாக்குவதற்கும் நான் ஒப்புதல் அளித்துள்ளேன்.
Telugu te ఈ స్వరానికి నేను యజమానిని మరియు గూగుల్ క్లౌడ్‌ను ఉపయోగించి నా స్వరం యొక్క కృత్రిమ నమూనాను రూపొందించడానికి నేను సమ్మతించాను.
Thai th Saya adalah pemilik suara ini dan telah mengizinkan pembuatan model suara sintesis dari suara saya menggunakan Google Cloud
Turki tr Bu sesin sahibi benim ve Google Cloud kullanılarak sesimin sentetik bir modelinin oluşturulmasına izin verdim.
Ukraina uk Я є власником цього голосу та дав згоду на створення синтетичної моделі мого голосу за допомогою Google Cloud
Urdu ur میں اس آواز کا مالک ہوں اور میں نے گوگل کلاؤڈ کے استعمال کے ذریعے اپنی آواز کا مصنوعی ماڈل بنانے پر رضامندی دی ہے۔
Vietnam vi Tôi là chủ sở hữu giọng nói này và đã đồng ý cho phép tạo ra một mô hình tổng hợp giọng nói của mình thông qua việc sử dụng Google Cloud.

Praktik terbaik

  • Merekam di lingkungan yang tenang: Minimalkan gema, suara bising di latar belakang, musik, dan suara yang tumpang-tindih. Kualitas output bergantung pada kualitas source_audio.
  • Cocokkan kondisi perekaman: Rekam source_audio dan consent_audio dengan mikrofon yang sama di ruangan yang sama agar verifikasi speaker berhasil.
  • Konversi ke format yang diperlukan: Lakukan resampling rekaman ke 24 kHz, mono, PCM WAV 16-bit sebelum Anda mengenkodenya.
  • Merencanakan perpanjangan: Kunci replikasi suara berlaku selama tujuh hari, dan suara tersimpan akan berakhir satu tahun setelah terakhir digunakan. Simpan rekaman sumber dan izin, atau proses untuk mengumpulkannya, sehingga Anda dapat membuat ulang suara sebelum masa berlakunya berakhir.

Langkah berikutnya