用你自己的声音说任何语言——会议中的原生声音克隆

Gaavala Pro 用一段两分钟的样本克隆你的声音，让它说全部 60 种语言。由 Soniox 驱动，加密存储，随时可删。

一个按钮——轻点或按住 — 轻点一次，开启 60 秒免提窗口。改为按住，则只在按住时说话。再次轻点可提前结束。

原生声音克隆究竟是什么

这个想法说起来很简单，做到可靠却需要真正的工程：用你自己的声音朗读一次两分钟的文本，Gaavala 就会构建一个以你为模型的合成语音。从那以后，当 Speak Mode 把你翻译后的句子播进一场会议时，它可以用那个声音来播，而不是一个通用预设——日语、葡萄牙语、阿拉伯语，或者 Gaavala 支持的 60 种语言中的任意一种，跨语言地，全部来自同一段样本。

这是一项由 Soniox 驱动的功能——你的个人克隆包含在 Pro 套餐之中。没有另一个账户要创建，没有按字符计费要盯着，也没有 API 密钥要粘进某个设置框里。

怎么用

在 Pro 中打开侧边面板的 Speak 声音选择器，选择创建自己的声音。
阅读同意事项，并确认录制的是你本人的声音。
在安静的地方，以自然、平稳的节奏朗读显示的文本。保持与麦克风的距离，预留约两分钟录制参考音频。
在检查页面回听录音并阅读质量提示。需要时重新录制，然后为声音命名并开始创建。
等待声音状态变为就绪，再检查 Speak 是否已选中它。上传和处理是不同状态，完成时间没有固定保证。
设置 Speak 的源语言和目标语言。字幕语言需要单独设置。
开会前与另一位参与者试说一句短句。短暂发言时按住 Speak，连续发言时轻点开启免按窗口。

如果样本声音过小、失真或有效讲话太少，检查页面会阻止上传并要求重新录制。按照提示靠近麦克风或调整输入音量，不要靠喊叫补偿。警告不会阻止上传，但会说明可以改进的地方。再听一遍，决定是否录制更清晰的样本。

创建失败时，按界面显示的重试或重新录制操作处理。服务容量提示意味着稍后再试；无法使用的录音则需要重录。如果另一个面板正在录音，先完成或停止那次录音。声音创建后，可在管理界面重命名或删除。更换参考音频时，使用删除后重新录制的流程；删除的处理方式见隐私政策。

声音克隆改变的是合成语音的音色，而不是翻译质量的要求。请只录制自己的声音，在安静环境下操作，并用短测试检查姓名和专业词汇的发音。高风险会议仍需人工核查。你可以删除参考录音和合成声音，但这不会删除他人此前制作的录音。

在会议中使用声音的操作方法见Speak Mode 使用指南。

“Spoken”状态只确认音频已播放，并不证明其他参会者听到了。Gaavala 会跟随 Teams 的静音状态；Meet 或 Webex 的静音不会停止 Gaavala 播放，扩展也无法观察 Zoom 的静音状态。请使用 Gaavala 自身的控件停止语音。输入的文字回复不会进入会议转录或 AI 摘要。

如果想用克隆声音作简短口头回复，Push-to-Talk 指南说明了如何聚焦按钮，以及何时按住和松开。

隐私模型

一段声音样本不同于一份转录稿或一段会议录音。它是生物特征数据——一种能够识别你的身体特征——Gaavala 因此以相应的方式对待它，其保护措施比产品其余部分那条本就直连的音频管线走得更远。

过程是这样的：你那段两分钟的样本以加密形式（AES-256-GCM）存储在 Gaavala 的服务器上。它只被用于一个用途——构建并维护你的个人合成语音——除此之外别无他用。它从不被用于身份识别，从不被用于广告，也从不被分享用于任何其他目的。包括 Soniox 在内，每一个处理这段样本的服务都只将其用于构建你的声音模型。

这是 Gaavala 在产品其他所有地方处理音频的方式之外，一个刻意为之的例外。你的会议音频和 Speak Mode 的麦克风输入从不被存储在我们的服务器上——它们从浏览器流向 Soniox，然后就消失了。你的声音克隆样本则出于必要而不同：为了让克隆在一次又一次的会话中都能用，必须有东西被持久保存下来，你的声音才能在之后被重现。所以我们把这个唯一的例外做得明确、狭窄，并且完全可逆：加密、绑定用途，并且由你来移除。

你可以在侧边面板的设置中删除声音克隆。隐私政策说明了录音及声音模型的处理和删除方式。此操作不会删除其他参会者此前制作的录音或导出文件。

关于这份数据的留存、处理以及你所拥有的权利，完整细节写在我们的隐私政策的声音克隆一节中——同一份文件也管辖着我们关于 Gaavala 如何处理你的数据所作的每一条声明。

数据流向和本地保留方式见 Gaavala 隐私架构说明。

这是为谁做的

原生声音克隆瞄准的，是 Speak Mode 本来就在服务的那群人，只是多了一层好处：一致性。如果你跨语言地与同一批客户、同事或合作伙伴进行周期性通话，每一次都听到同一个声音——你的声音——会消除一层生疏感，而这是一个轮换的录音室预设始终无法完全消除的。国际顾问、带着离岸团队开站会的多语言团队负责人，以及在海外市场做业务的销售代表，是最契合的人群，理由也与他们本来就伸手去用 Speak Mode 的理由相同：被理解，而不只是被听见。

它同时也是获得一个个人声音的最低摩擦路径——不必再维护第二段供应商关系。

声音克隆属于 Pro 功能。侧边面板的 Speak Mode 设置提供样本录制和声音选择。

如果希望不发声也能回复，请阅读听障人士会议无障碍指南。