编导 · 日更口播
「12 条知识口播要在晚饭前出片。授权女声进库后，改了三处数字，只重跑那三句，粤语轨跟着同一条时间码走。」
可核对参数
J9直营集团【CHINA】官方网站指标看板
下列数字来自公开接口说明与内部压测区间，方便制作人对时延、语种、并发和采样率做对照，而不是口号。流式与非流式通道分开计量，音色库只统计已完成授权核验的条目。
合成时延区间
180–320
毫秒 · 常规句段中位值
流式首包
<120
毫秒 · WebSocket 通道
支持语种
32
含普通话、粤语及常用外语
并发路数
2000+
峰值可开路数 · 按账号配额
音色库规模
480
已授权可商用条目
可用采样率
8–48
kHz · 16 / 24 bit
24 / 48 kHz · REST + WebSocket
产品边界
J9直营集团【CHINA】官方网站能力边界
澄声的 J9直营集团【CHINA】官方网站引擎面向文本转语音与指定音色合成，不提供未授权的真人声音盗用。当前公开接口支持 24 kHz 与 48 kHz 采样、16 bit 与 24 bit 深度，REST 与 WebSocket 两种协议；常规句段合成中位时延约 180–320 ms，流式首包可压到 120 ms 以内。音色入库需提交授权文件与口令样例，经人工核验后才进入可商用列表。MOS 听感按句对盲听，由内部评审组打分并归档，不对外承诺绝对主观分数。有声书长文本按章节切分，短视频口播按镜次对齐时间码，客服 IVR 按节点表批量出库。改稿只重跑对应句段，不必整轨重录。
控制台、批量任务和 API 共用同一套音色与韵律参数。数字人口播可输出与口型驱动对齐的时间戳；短视频配音支持 SSML 停顿与多音字注音。账号按项目隔离文本与音频，成品默认保留 30 天，可申请延长。
- 协议REST / WebSocket
- 听感归档句对盲听 MOS
- 授权文件 + 口令核验
- 改稿按句段重跑
场景入口
智能配音场景矩阵
同一套 J9直营集团【CHINA】官方网站能力按交付物切开：有声章节要稳，短视频要贴时间码，客服词要批量可替换，数字人要带时间戳。点进对应单元即可对照参数，再去方案区领取额度。
01 有声内容
有声书章节合成
按章切分、多角色切换、注释音可手工锁定。长文本包按字数计，支持中途改稿只重跑变动段。
02 短视频配音
镜次口播
按秒对齐字幕轴，适合日更带货与知识口播。
03 数字人口播
口型时间戳
流式出声并回传词级时间戳，驱动数字人嘴型。
04 IVR / 客服
节点表放音
86 条以上词表一次导入，替换节点不必重录整树。
05 多语种
语种对照轨
同一文稿出普通话、粤语及常用外语对照版本。
06 音色克隆
授权后克隆
需权利人文件与口令样例，核验通过才可商用。
07 实时合成
首包通道
WebSocket 流式，首包目标低于 120 毫秒。
通道能力
音色克隆与六项能力
六张卡片对应调音台上最常被问到的通道：稳不稳、像不像、韵律是否可读、语种能不能扩、授权是否可查、控制台和接口怎么接。参数与看板一致，便于核对。
01 稳定性
长时语音合成不断句
章节级任务自动续跑，失败句单独重试，避免整章作废。
02 音色一致
指定说话人音色克隆
同音色跨句保持声线，授权条目才会进入商用列表。
03 韵律
口播韵律与停顿
SSML 控制停顿、重音和多音字，适合知识口播节奏。
04 多语种
多语种语音并行出轨
32 个语种共用项目空间，对照轨可一次导出。
05 安全授权
商用授权核验流程
权利人文件、口令样例与人工复核，缺一不可入库。
06 接入方式
控制台与接口接入
网页控制台、REST、WebSocket 三端共用音色与配额。
可申请方案
三档 J9直营集团【CHINA】官方网站方案
三张方案卡对应可售与可申请的生成包，参数写在卡上：适用场景、采样率、计费口径和交付物。额度审批通过后，在控制台或接口里直接跑任务。
结果对照
J9直营集团【CHINA】官方网站效果对照
对照「传统真人逐条录制」与「J9直营集团【CHINA】官方网站」在周期、成本结构、修改迭代和多语种扩展上的差异。数字按常见 20 条口播或 80 条 IVR 词表估算，具体以项目报价单为准。
传统真人逐条录制
档期、回棚、多语种重聘是主要变量。
澄声 J9直营集团【CHINA】官方网站
按句段重跑，授权音色可复用到对照轨。
| 周期 | 20 条口播常见 3–7 个工作日，含预约与返修。 | 同等条数当天可出草稿，授权核验通过后即可商用导出。 |
|---|---|---|
| 成本结构 | 按小时棚费 + 后期 + 多语种另聘，改稿常再计一次。 | 按字数或条数计，同一音色复用不再另开棚。 |
| 修改迭代 | 改词需协调档期，整条重录，版本难对齐时间码。 | 只重跑变动句，时间戳可保留，字幕轴少动。 |
| 多语种扩展 | 每种语言重新寻声与录制，周期线性增加。 | 同一文稿出对照轨，语种在 32 个范围内切换。 |
不替代必须由真人出镜或法规要求真人声的场景。未授权声线一律不提供克隆。
棚内口令
数字人口播约束条件
先核权，再出声。超边界的音色，通道直接关掉。
知识口播日更 12 条 · 普通话 + 粤语
生成目标：两条语种对照轨，单条 45–70 秒，当天 18:00 前交付可发布文件。约束：禁用未授权公众人物声线；数字人口播需回传词级时间戳；采样率 48 kHz。结果：授权音色入库后，12 条均按句段一次通过，粤语轨复用同一套停顿标记。
银行 IVR 86 节点
客服语音包导入词表，电话带宽 8 kHz 与高清 16 kHz 各出一套，节点替换当天完成。
有声书 32 万字
长文本包按章切分，三名授权角色切换，失败章自动续跑，全书分 11 个晚上出库。
版本节点
语音合成版本时间轴
引擎、语种、授权策略与延迟是分开上线的。横滑可看每个节点对应的能力，方便对照当前账号能用到哪一档。
节点 01
韵律引擎改写
口播停顿与多音字注音进入 SSML，短视频配音可贴字幕轴。
节点 02
语种扩展至 32
普通话、粤语及常用外语对照轨可在同一项目导出。
节点 03
音色安全策略
授权文件 + 口令样例 + 人工复核，未过检不得商用。
节点 04
流式延迟优化
WebSocket 首包压到 120 毫秒内，服务数字人口播。
节点 05
IVR 批量出库
节点表导入、电话带宽与高清带宽并行渲染。
节点 06
长文本章节对齐
有声书按章续跑，失败句单独重试，成品按章下载。
现场记录
短视频配音现场故事
三组记录都发生在配音、有声和客服语音现场：角色要完成的任务、实际用到的 J9直营集团【CHINA】官方网站能力，以及听感或工期上的结果。
客服系统经理 · IVR
「86 个节点以前要排两周棚。词表导入后，8 kHz 和 16 kHz 一起出，替换开场词不用动整棵电话树。」
有声策划 · 长文本
「32 万字三个角色，授权核验花了两天，之后按章跑。失败的两章夜里自动续上，没有整本重来。」
1.6 万
日均合成时长（小时）
420+
企业接入账号
12 万
训练与适配语料（小时）
93%
样例一次通过率
听感与工期
客服语音听感评价
评价来自短视频、有声和客服语音交付，标签标明场景。星级针对该次任务的听感稳定与改稿效率，不是笼统好评。
★★★★★
短视频配音
数字口播的停顿贴字幕，改价格只重跑半句，当天 18 点前 12 条都交了。
★★★★☆
IVR 客服
电话带宽略干，高清轨能用。节点替换比回棚快，开场词统一了声线。
★★★★★
有声章节
三角色切换没有串声。失败章夜里续跑，责编第二天只听差异句。
★★★★☆
数字人口播
时间戳能驱动嘴型。首包偶尔超过 120 毫秒，高峰时建议错峰提交。
★★★★★
多语种对照
普通话和粤语对照轨停顿点一致，海外语种按文档出，没有串混。
★★★★☆
音色克隆
授权核验要两天，过了之后同声线稳定。未授权的条目会直接拒单。
动态摘要
多语种语音合成动态
首页只放标题、日期和四十来字摘要。需要细则可滚到问答或申请台，不另开页面。
语种对照轨新增粤语口播预设
同一文稿可并出普通话与粤语，停顿标记共用，减少两条时间轴对不齐。
流式通道版本：首包目标再压一档
WebSocket 实时合成面向数字人口播，文档公布首包与中位时延区间。
音色入库改为双文件核验
授权文件与口令样例缺一不可，未过检条目不会出现在商用列表。
IVR 节点表支持一次导入双带宽
8 kHz 与 16 kHz 并行渲染，替换开场词不必重出整棵电话树。
可查清单
音色授权与数据隔离
四项保障写成可核对的清单：授权与防滥用、项目数据隔离、通道可用性、工作日响应。证件与对勾在条目左侧，细则写在右侧。
音色授权与防滥用
权利人文件、口令样例与人工复核齐了才入库。未授权克隆直接拒单，商用导出带授权编号。
项目数据隔离
文本与音频按账号、按项目分桶，默认保留 30 天，可申请延长或到期清除。
通道可用性
控制台与接口分通道监控。计划内维护提前公告，突发故障走电话与邮箱双通道。
工作日售后响应
09:30–18:30 接听 020-3887-7708，邮件 voice@zhuangxiu77.com，授权与额度问题当日回执。
一问一行
克隆音色与语种速答
六块瓷片回答制作人最常卡住的边界：指定音色、语种范围、试听路径、商用授权、采样率与实时通道。需要展开说明请看下方问答。
- 能否克隆指定音色？
- 可以，但必须提供权利人授权文件和口令样例，核验通过后才进入可商用列表，未授权声线不开放。
- 支持哪些语种？
- 当前 32 个语种，含普通话、粤语及常用外语。对照轨可在同一项目导出，具体名单以控制台为准。
- 如何试听生成样例？
- 填写申请台的样本文本与场景，满 8 席开闸后会把试听文件发到预留电话或邮箱，不跳转其他页面。
- 商用授权怎么拿？
- 试听确认后提交授权材料，通过则发放额度与授权编号，导出文件可标注该编号备查。
- 采样率如何选？
- 短视频与有声常用 24 或 48 kHz；IVR 可选 8 或 16 kHz。比特深度 16 / 24 bit，WAV 或 PCM。
- 实时合成怎么接？
- 走 WebSocket，首包目标低于 120 毫秒，适合数字人口播和互动问答，并发按账号路数配额。
展开说明
J9直营集团【CHINA】官方网站问答
手风琴里是制作人反复核对的细则：延迟区间、授权边界、计费口径、改稿方式和接口协议。点开一条即可，键盘可操作。
可以写区间，不写绝对单值。常规句段中位时延约 180–320 毫秒，流式首包目标低于 120 毫秒。高峰并发、超长句和冷启动会超出中位值，报价单里按通道类型分别注明。
不接受未授权材料。需要权利人签章文件和口令样例，人工复核通过才入库。同事口头同意不够，公众人物声线即使用于恶搞也不开放。
提交时带上每句起止时间或 SSML 停顿。引擎按句段合成并回传时间戳，改词只重跑变动句，减少整条时间轴重排。
用节点表导入，一列编号一列文案。替换开场词或结束语时只重跑对应编号，8 kHz 与 16 kHz 可一次出两套，避免整棵电话树重录。
在已授权音色覆盖的语种内可以尽量保持声线。部分语种是对照声线而非同一说话人，控制台会标明「同音色」或「对照音色」，不要按同人理解。
实时走 WebSocket，边送文本边出音频，服务数字人口播和互动。批量走 REST，适合有声章节和 IVR 词表，成品以文件下载，时延按整句中位值衡量。
企业名称、使用场景、期望语种与音色、权利人授权文件（如涉及克隆）、以及待合成样本文本。材料不齐会退回，不会进入商用列表。
失败句自动重试；仍不通过可在工作日电话或邮件提交句段编号。有声长文本按章续跑。听感争议以句对盲听归档为准，不接受无授权的对比声线。
额度申请
申请 J9直营集团【CHINA】官方网站试听
留下称呼、联系方式和一段待合成文本。场景选短视频、有声、客服或其他，语种与音色写清楚。本轮试听席位满 8 即开闸，结果回到本页提示，不跳转其他地址。
电话 020-3887-7708，邮箱 voice@zhuangxiu77.com。授权类材料请在通过试听后再补，未授权克隆不会进入审核。