语音合成与声音克隆平台，有开源模型背景——这是 Fish Audio 最主要的用途，也是本文讨论的前提。

与其看十篇介绍，不如完整做一个小项目，这篇带你走一遍。

项目：课程旁白配音

目标：用 Fish Audio 完成一次「课程旁白配音」，交付一份可以直接给同事或客户看的结果。预计用时 1 小时以内。

步骤

  1. 用工作邮箱注册，开启双重验证。
  2. 准备材料：一份 800 字的讲解稿（先脱敏）
  3. 复制下面的提示词，替换方括号内容。
  4. 第一次结果出来后，只针对一个问题追问修改。
  5. 按验收标准检查：数字读法不会产生歧义。
  6. 保存提示词与最终结果，写三行复盘。
把这份讲稿改成适合朗读的口播版本：句子不超过 20 字，数字改成口语读法，标出需要停顿和重读的地方。

复盘模板

这次任务：
节省或多花的时间：
需要人工修改的地方：
下次会改进的提示：
是否继续使用：

做完之后

可以尝试第二个任务「会议录音转写」，或者把这次的流程分享给同事一起试。

延伸练习

分轨练习

适用情况：手头有一首用于练习的歌曲音频时。

把这首歌分离成人声、鼓、贝斯和其他乐器，并把伴奏降低两个半音，方便练唱。

交付前确认：分离后人声没有明显残留伴奏。

有声读物试音

适用情况：手头有一个章节的文本时。

用两种不同的声音风格朗读这一章节的前 300 字：一种沉稳叙述，一种轻松亲切，对比后选择更适合的版本。

交付前确认：两种风格差异明显。

短视频配乐

适用情况：手头有一条 30 秒视频的情绪与节奏时。

生成一段 30 秒的背景音乐：轻快、温暖、无人声，前 5 秒渐入，结尾干净收尾，适合生活类短视频。

验收标准：结尾没有突然截断。

常见问题：转写错字集中在专有名词

提前提供人名、产品名词表，转写后批量替换。

常见问题：合成语音读错多音字

在文本中改用同音字或拼音标注，或使用工具的发音词典。

常见问题：降噪后声音发闷

降低处理强度，宁可保留少量底噪。

概念补充：采样率

每秒采样次数，影响音质与文件大小。

概念补充：声音克隆

用少量样本复制某人的音色，必须取得本人授权。

适合人群：研究生

研究生可以用 Fish Audio 处理文献阅读、开题与论文写作等工作。需要注意：遵守学校学术诚信规定，AI 只用于辅助理解和润色。

适合人群：记者编辑

记者编辑可以用 Fish Audio 处理采访整理、资料核查等工作。需要注意：事实必须多源核实，不得用 AI 生成虚构引语，遵守所在机构的 AI 使用规范。

适合人群：中小学老师

中小学老师可以用 Fish Audio 处理备课与分层练习、批改反馈与评语等工作。需要注意：学生个人信息和成绩不要上传到未经学校批准的工具。

使用提醒

本文基于 Fish Audio 公开的定位与通用用法编写，具体功能、套餐与可用地区以官方页面为准，产品更新后界面和名称可能变化。

文中提示词和示例仅作示意，实际效果取决于你的材料和 Fish Audio 当前版本，重要内容请人工核对后再使用。

延伸阅读