0
配置 API Key & Group ID
填好之后会保存在浏览器 localStorage，刷新页面无需重新输入。
1
选择试听文案
选一种场景作为后续 6 段试听音频的文案，可二次编辑。
2
上传一段你的音频（约 20s）
符合本人情绪 + 工作场合的音频效果最佳；支持 wav / mp3 / m4a 等。
3
智能切分 + ASR
系统会切出 3 段 clone_audio 和 3 段 prompt_audio，切点落在说话间隙；prompt_audio 自动转写为 prompt_text，可在试听后手动修正。
clone_audio (≥10s)
普通复刻原始语料，每条大于10秒。
prompt_audio (<8s, 文本可编辑)
可选参考音频语料，需提供对应音频的文字。请试听后，编辑更新文字，确保跟音频内容一致，包含标点。
4
选择试听模型 + 开始复刻
所选模型会做 3 次 zero_shot（用切片）+ 3 次
one_shot（clone 用原始整段，prompt 用切片），共 6 个 voice_id。
试听模型（单选，默认 speech-2.8-hd）
5
试听效果 + 选择激活
📤 文件上传进度
🎵 复刻进度 / 试听音频
6
激活心仪的 voice_id
在第 5 步的卡片上点击「⭐ 选为激活」即可。激活会消耗复刻音色费用，请确认后再操作。
已选 voice_id：
⚠ 点击会调用 T2A 接口并按官方规则计费
尚未选择 voice_id，请先去第 5 步挑一个。