百度一镜数字人支持零样本语音复刻：只需5～8秒WAV音频（24kHz以上、无噪安静环境录制），登录控制台进入「声音克隆→快速试用」，选择Zero-shot模式上传即可12～25秒生成临时音色，实时合成试听并支持方言切换。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
想用百度一镜数字人快速验证自己声音能否被AI精准复刻，又不想走完整商用流程或提交百句录音——你需要的是一次轻量、可控、可即时反馈的人声复刻实验。
准备一段高质量的测试音频
录制一段时长【5～8秒】的清晰人声，内容可以是任意一句自然口语（例如：“今天天气真不错”），要求无背景杂音、无喷麦、无明显气口和吞咽声；使用手机录音即可，但务必在安静房间内完成，避免玻璃房或空旷大厅——混响会直接导致复刻失败。
导出为WAV格式，采样率不低于24kHz；若手机默认输出为M4A或MP3，请用免费工具（如Audacity）转成WAV再保存。
登录百度一镜控制台并进入声音克隆模块
访问 yijing.baidu.com → 使用百度账号登录 → 左侧导航栏点击「声音克隆」→ 进入「快速试用」页签。
这里不走“定制音色”流程，而是选择【零样本复刻（Zero-shot）】模式，该模式专为短音频设计，5秒音频即可启动复刻，无需上传文本对齐文件，也不强制要求100句语料。
百度热榜监控 | Baidu Hot Topics Monitor. 获取百度热搜榜、搜索趋势、关键词热度 | Get Baidu trending searches, trends, keyword popularity. 触发词：百度、热搜、baidu.
上传音频并触发复刻
点击「上传音频」按钮，拖入你准备好的WAV文件；系统自动校验格式与时长，若提示“音频过短”或“含噪声”，请返回第一步重新录制。
确认无误后点击「开始复刻」→ 等待约12～25秒（后台调用Zeroshot+Minimax双模型联合推理）→ 页面显示「复刻完成」并生成一个临时音色ID。
实时试听与文本合成验证
在音色详情页，输入任意中文短句（如“你好，我是数字分身”），点击「合成试听」→ 立即播放生成语音。
重点比对三点：原声中的尾音拖拽感是否保留、句末轻微降调是否还原、以及“嗯”“啊”这类语气词的自然度。若发现机械感强或失真严重，大概率是原始音频存在底噪或频谱缺失——此时不要反复提交，应重录音频再试。
支持切换方言合成（如四川话、上海话），但需注意：首次复刻默认仅激活普通话能力，方言需在合成界面手动勾选对应选项后才生效。
