两款语音模型分别优化清晰度与低延迟，并支持最短5秒音频快速克隆。
推荐理由：用5至15秒样本即可生成逼真克隆，专业版则以10分钟素材换取更高质量；新增逐字标签能准确念出编码，直接补强实时客服与游戏语音的可用性。
阅读原文