HeyGen 专业语音克隆：30分钟到2小时音频还原呼吸与口音

导读

HeyGen 的 Professional Voice Clone 用 30 分钟到 2 小时的录音音频训练，保留呼吸、停顿、笑声、口音和元音发音，官方称生成的声音无人能分辨真假。推文强调这一数据量区间是关键：短参考片段无法体现长句前的换气节奏或语速加快时的口音特征，而这些细微的不规则正是听者判断声音是否属于真人的依据。