Fish Audio 是一款在线服务：语音合成与声音克隆平台，有开源模型背景。

下面列出 10 个具体场景，每个都注明适合与不适合的情况。

10 个场景

  1. 课程旁白配音：效果依赖输入材料质量。
  2. 播客后期：适合先小范围试用。
  3. 会议录音转写：适合每周重复执行。
  4. 分轨练习：需要人工复核。
  5. 短视频配乐：适合每周重复执行。
  6. 有声读物试音：需要人工复核。
  7. 播客主：选题与提纲：可以做成固定模板。
  8. 自媒体创作者：选题与脚本：需要人工复核。
  9. 中小学老师：备课与分层练习：适合每周重复执行。
  10. 音乐人：编曲灵感：效果依赖输入材料质量。

挑两个场景细看

课程旁白配音

适用情况：手头有一份 800 字的讲解稿时。

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。

交付前确认：数字读法不会产生歧义。

有声读物试音

准备材料：一个章节的文本。

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。

检查点：两种风格差异明显。

不适合的场景

  • 需要专业资质最终签字的判断。
  • 无法核实来源却要公开发布的内容。
  • 涉及他人隐私且未获授权的材料。

更多可以试的用法

播客后期

准备材料：一期双人录制的原始音频。

处理这期音频：降低底噪、统一两人音量、删除超过 2 秒的停顿，保留自然的语气词，输出前后对比的处理记录。

检查点：人声没有被处理得发闷。

分轨练习

输入：一首用于练习的歌曲音频。

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。

检查点：分离后人声没有明显残留伴奏。

会议录音转写

输入：一段 1 小时的会议录音。

转写这段录音并区分发言人，生成要点摘要和待办清单，人名和专有名词按我提供的名单校正：【名单】。

检查点：专有名词按名单校正。

常见问题：克隆音色不稳定

使用更干净、更长的样本，避免背景音乐和回声。

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：配乐与画面情绪不符

先写清情绪关键词和节奏，再分段生成拼接。

概念补充：响度标准化

把音频调整到平台推荐的响度范围，避免忽大忽小。

概念补充：人声分离

把歌曲或录音拆分为人声与伴奏等音轨。

适合人群：播客主

播客主可以用 Fish Audio 处理选题与提纲、音频后期等工作。需要注意：嘉宾声音和内容的再利用需取得同意。

适合人群：音乐人

音乐人可以用 Fish Audio 处理编曲灵感、分轨练习等工作。需要注意：AI 生成音乐的版权归属以平台条款为准，发行前确认。

适合人群：游戏开发者

游戏开发者可以用 Fish Audio 处理原型与素材、NPC 对话与文案等工作。需要注意：关注生成素材的授权和平台对 AI 内容的披露要求。

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