先说清楚它是什么：LALAL.AI 属于「音频与语音」方向的在线服务，在线人声与乐器分离工具。

看文档和设置项时遇到的术语，这里用一两句话解释清楚。

术语表

  • TTS（文本转语音）：把文字合成为语音，可选择音色、语速与情感。
  • 声音克隆：用少量样本复制某人的音色，必须取得本人授权。
  • 说话人分离：在转写中区分不同发言人，便于整理会议记录。
  • 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。
  • 人声分离：把歌曲或录音拆分为人声与伴奏等音轨。
  • 采样率：每秒采样次数，影响音质与文件大小。

和 LALAL.AI 相关的补充

  • 在线服务：LALAL.AI 的产品形态，决定了安装、权限和数据存放方式。
  • 同类产品：Moises、UVR、Demucs。
  • 所属方向：音频与语音。

把概念用起来

会议录音转写

准备材料：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】。

交付前确认：专有名词按名单校正。

延伸练习

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。

检查点：数字读法不会产生歧义。

分轨练习

准备材料：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。

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。

验收标准：两种风格差异明显。

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：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。

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。

概念补充：说话人分离

在转写中区分不同发言人，便于整理会议记录。

概念补充：TTS（文本转语音）

把文字合成为语音，可选择音色、语速与情感。

适合人群：游戏开发者

游戏开发者可以用 LALAL.AI 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。

适合人群：研究生

研究生可以用 LALAL.AI 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：客服人员

客服人员可以用 LALAL.AI 处理回复草稿、工单分类等工作。需要注意：不得以 AI 名义做出政策外承诺，涉及隐私的问题按流程处理。

使用提醒

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

本文基于 LALAL.AI 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。

延伸阅读