MyVocal AI

1. AI 声音克隆
   按照提示朗读 25 个预设句子，训练一个接近本人音色的声音模型。
2. AI Singer
   使用克隆后的声音演唱歌曲，是 MyVocal 相比普通 TTS 工具更有辨识度的功能。
3. 文字转语音
   输入文本后，用已经训练好的声音生成旁白、口播或其他语音内容。
4. 情绪与语气标签
   部分语音模型支持使用 [happy]、[sad]、[laughter] 等标签调整表达方式。
5. 开发者 API
   提供 REST API，可将声音克隆和语音合成能力接入网站、应用或自动化流程。

注册以后进入 Voice Clone，页面会让你依次录完 25 个句子。

整个采集过程不长。

我录完并提交后，大约等了半小时，声音模型训练完成。

真正开始生成时，最明显的问题是语言支持。

一开始想直接测试中文，但网页端提示不支持。后来查资料才发现，MyVocal 早期确实主要围绕英语做，其他语言逐步放到付费版本和后续模型里。

现在 V3 API 虽然已经列出中文在内的 98 种语言，但网页产品能不能直接用到同样的模型，不能只看 API 文档判断。

英文测试相对顺利。

我放进去一段普通文本，生成声音的音色确实能听出和原声有些接近，整体也比较流畅。

但长句一多，AI 味就明显起来了。

停顿、重音和情绪变化没有真人那么自然，尤其是需要明显情感起伏的句子，更像是在把文字顺畅念完，而不是正常聊天。

所以声音“像不像”和“自然不自然”其实是两回事。

MyVocal 在前者上能做到一定程度，后者还会暴露不少合成痕迹。

隐私问题比生成速度更值得注意。

MyVocal 早期曾被媒体质疑运营信息不透明。现在已经能查到运营主体，但克隆声音意味着要把一组能识别个人音色的录音交给平台。

如果只是娱乐测试，风险判断可能比较简单。

涉及工作录音、客户资料或者长期商业使用时，就应该先确认录音保存方式、删除机制和授权范围，再决定要不要上传。

优缺点

优点

• 克隆流程短。 录完 25 句话就可以开始训练，不需要准备大量音频。
• AI Singer 有辨识度。 除了普通 TTS，还能让克隆声音唱歌。
• 免费版可以试完整流程。 适合先判断声音还原度。
• 提供 API。 开发者可以把语音生成能力接进自己的产品。
• 操作门槛不高。 不需要专业录音或语音模型知识。

缺点

• 中文网页端支持不够明确。 API 已经扩展语言范围，但网页端能力需要另外确认。
• 自然度有限。 长句、停顿和情绪表达仍容易听出合成感。
• 历史价格比较混乱。 不同时期和渠道的数据差异很大。
• 声音数据涉及隐私。 使用克隆功能前需要认真看数据和授权条款。
• 专业控制能力有限。 对语速、停顿和细节表达的控制不如专业语音平台。

适合谁 / 不适合谁

适合：

• 想体验声音克隆的人。 想知道 AI 模仿自己的声音能做到什么程度。
• 对 AI 唱歌感兴趣的人。 AI Singer 是比较直接的娱乐玩法。
• 需要快速做声音 Demo 的创作者。 可以先用克隆声音测试旁白和内容节奏。
• 需要语音 API 的开发者。 想快速接入声音克隆或 TTS 功能。

不太适合：

• 主要制作专业中文配音的人。 中文支持和实际效果需要先单独验证。
• 对声音数据安全要求很高的人。 上传个人声音前需要确认平台的数据处理方式。
• 需要广播级成品的人。 自然度和情绪控制还不能完全替代真人配音。
• 需要精细语音控制的团队。 如果每一句都要调整停顿、语速和语调，MyVocal 的控制深度可能不够。

MyVocal 最容易让人记住的还是两件事：25 句话克隆声音，以及让这个声音去唱歌。

整个流程不复杂，免费版也足够先判断克隆效果。

但“听起来像本人”并不等于已经能替代真人录音。长句、情绪和自然停顿仍然会露出合成痕迹，中文网页端的支持也需要实际测试。

另外，声音克隆和普通 AI 生图不太一样。

上传的是个人声音数据，决定长期使用之前，除了比较效果和价格，也应该确认隐私政策、授权范围以及录音能否删除。

如果只是想体验自己的 AI 声音，先用免费额度录完 25 句话就够了。实际效果能接受，再考虑要不要继续付费。