2.16 创造音色

## 1.功能介绍
AIUI平台目前基于创造音色能力，提供两种方式：声音复刻和声音创造
下面就两种方式做详细说明

### 1.1. 声音复刻
- 原理简介：
声音复刻是一项基于真人录音创建自定义音色的能力。用户按照平台指定文本完成录音，或上传符合要求的音频文件，系统即可生成与原说话人声音特征相近的复刻音色。
系统会对音频中的音色、音高、发音方式和韵律等声学特征进行提取和建模，并将生成的音色模型应用于语音合成，使其能够朗读新的文本内容。

- 功能用途：
	- 经典IP角色开发与真人数字人克隆场景，需要还原角色原本的设定
	- C端自定义复刻音频，亲子或朋友之间的复刻，提升互动的趣味性

### 1.2. 声音设计
- 原理简介：
	音色设计是一项基于自然语言描述创建自定义声音的能力。用户可以通过 Prompt 描述目标声音的年龄、性别、职业、音色特点和表达风格等信息来创造专属声音。
用户不需要提供参考音频，只需通过 Prompt 描述希望得到的声音特征，平台生成一个不对应特定真人的虚拟音色。用户可基于同一 Prompt 生成多个候选、试听后保存，也可调整描述继续迭代。
以“描述 - 生成 - 试听 - 微调”的方式快速得到差异化声音，降低筛选海量预置音色和录音制作的成本。

- 适用场景：
	- 官方IP角色创建，例如游戏 NPC、短剧人物对话配音和虚拟偶像，快速搭建角色声音库。
	- C端自定义角色设计

## 2. 开发指南
### 2.1. 声音复刻
- 音频要求：
	- 使用单人、近讲、无背景音乐和明显混响的清晰录音；
	- 避免情绪和音量频繁跳变；
	- 支持pcm格式、时长不低于10s和24K采样率音频

- 注册方式：
	- 平台：
  	- 在角色或应用配置发音人选项右侧，有音色创造工作台的入口按钮。
  	- 选择声音复刻即可完成进入注册界面。
  	- 朗读指定文本，或上传指定文本的朗读音频，点击确认，即可获得复刻音色。
	- 接口：
  	- 上传指定音频完成进行注册。调用接口前需要自行验证用户朗读文本是否是规定文本哦，以避免侵权事件。
  	- [详见接口文档说明](https://aiui-doc.xf-yun.com/project-1/doc-413/ "详见接口文档说明")

### 2.2. 声音设计
- Prompt设计提示：
推荐按照以下结构进行编写：
年龄 + 性别 + 身份/职业 + 音色特点 + 说话风格 + 情绪特征 + 使用场景
Prompt长度最长支持500个字符，可参考下表描述不同维度：

- 注册方式：
	- 平台：
  	- 在角色或应用配置发音人选项右侧，有音色创造工作台的入口按钮。
  	- 选择声音设计即可完成进入注册界面。
  	- 可以从示例库中选择合适模版修改，也可以按照Prompt设计提示从头开始编写Prompt
  	- 确认生成四个候选音，选择合适音色保存
	- 接口：
  	- 自定义设置音色属性
  	- [详见接口文档说明](https://aiui-doc.xf-yun.com/project-1/doc-841/ "详见接口文档说明")

### 2.3. 试听台
- 用途：
	- 对比试听：试听台可以看到对不同的自定义音色合成同样的试听文本，从而方便您挑选出最满意的声音。
	- 历史合成音：试听台的合成音频将自动生成试听历史，方便您追溯音色效果。合成音频也可下载到本地永久保存。
	- 管理音色：声音复刻与声音设计共有20个免费席位，保存后的音色将永久保存在平台上，直到您删除它。

## 3. 应用玩法
注意，平台仅提供免费注册服务，如您需要在交互服务中调用自定义发音人，需要联系讯飞商务获取授权
### 3.1. 平台配置后合成
你可以在角色中为不同的角色设定专属音色，选择对应的角色，就会自动为您选择对应的音色。
音色在平台上被管理，可追溯可管理，适合您为自己的产品打造标准化的音色。
### 3.2. C端自定义音色
如果您的角色音色由端侧用户自定义，您可以调用主动合成的能力，指定发音人请求合成文本。
### 3.3. 音色切换
- 推荐做法：如果您需要切换角色时切换音色，可以在平台为不同的角色选定特定音色，通过在AIUI接入时动态指定角色ID，来实现角色与音色的同时切换。
- 推荐做法：如果您需要切换到C端用户自定义的角色上，您需要在自己的服务商维护一个角色Prompt与音色的映射关系，在接入AIUI时动态上传配对的角色Prompt与音色ID。
- 推荐做法：如果您需要在切换用户的自定义音色时将离线命令词的音色也同步切换，您可以异步生成离线命令词的音频缓存到端侧。在首次触发离线命令词时，如果离线命令词的音频资源尚未生成完成，您可以调用在线合成能力进行播报。