核心用法
SenseAudio Voice Cloner 技能引导用户完成中文语音克隆与个性化 TTS 生成。该技能不直接提供克隆 API，而是指导用户在官方平台 (senseaudio.cn) 上传 3-30 秒的高质量样本完成克隆，获取 voice_id 后，通过 /v1/t2a_v2 接口进行语音合成。
显著优点
1. 中文优化：针对中文发音优化，支持多音字词典纠正（需配合 SenseAudio-TTS-1.5 模型）
2. 完整工作流覆盖：从样本验证、平台克隆指引到 API 调用的一站式支持
3. 精细音频控制：支持 MP3/WAV/PCM/FLAC 格式、多种采样率（8k-44.1k）、比特率和声道配置
4. 安全设计：API Key 通过环境变量管理，强制使用 Bearer Token 认证，避免密钥泄露
潜在局限
- 平台依赖：克隆必须在网页端完成，无法通过 API 直接创建新声音，自动化程度受限
- 样本门槛：对录音环境要求严格（安静、低混响），嘈杂环境克隆效果可能不佳
- 商业约束：克隆功能消耗账户语音槽位，免费额度有限
适合人群
- 需要品牌专属 AI 配音的内容创作者与企业
- 有声书、播客制作中追求声音一致性的生产者
- 需纠正特定多音字发音的本地化语音项目
常规风险
- 隐私合规：克隆他人声音需获得明确授权，避免侵犯肖像权与声音权益
- 内容安全：TTS 生成内容需符合平台审核政策，禁止用于欺诈、深度伪造等滥用场景
- 密钥管理：需妥善保管
SENSEAUDIO_API_KEY，避免在日志或代码中硬编码