克隆自己的声音做旁白：先创建音色，再生成配音

上传前先写一句用途，例如“用我自己的声音录制中文产品介绍”。在检查表里记下说话人、授权范围、录音语言和发布渠道。只同意内部演示的声音，不应直接用于公开广告。授权记录单独保存，不把私人身份资料写进公开音频地址。

准备单人、清晰的录音，完整听一遍。检查开头、结尾、爆音和背景声。Qwen 当前要求包括单声道、至少 24 kHz、文件不超过 10 MB，建议录制 10–20 秒。完整要求以官方文档的 Qwen-TTS 小节为准，不套用其他音色系列的限制。ModelRush 接收了文件，不代表供应商一定能处理其中的声音。

通过下面的按钮进入音色创建 Playground。需要时登录或注册。先看余额和当前运行估价；余额不足时完成充值。注册不代表可以免费生成。

选择 Create，添加已授权录音，为音色设置一个不超过 16 位的英文字母或数字名称。参考音频语言要选录音实际使用的语言。英语录音选英语；留空时供应商默认按中文处理。修改这个选项不能把录音翻译成另一种语言。

这套流程的目标语音模型是 qwen3-tts-vc-2026-01-22。创建成功后，把返回的音色 ID、这个完整模型名称、创建时使用的区域一起保存。创建成功不代表所有语音模型都能使用该音色。后续配音时，应填写真实返回的 ID，而不是把内置音色名 Cherry 当成自己的音色。

打开 Qwen3 TTS VC 2026-01-22 模型页，再进入它的 Playground。选择与创建时相同的区域，填写保存的音色 ID，粘贴一小段旁白。ModelRush 当前每次语音请求接受 1–600 个字符。长稿按完整句子分段，各段使用相同的音色和语言设置。

首段可以包含产品名称、数字和一句正常结尾。生成后，自己检查读音、停顿、漏字，以及声音是否适合目标观众。这些是运行后的验收项，不是本指南已经测得的结果。如果选错了说话人、语言或目标模型，先改输入，再考虑重试。

2026 年 10 月 9 日核对的 ModelRush 公开价是：创建音色每次 $0.011；本页指定语音模型按输入字符计费，每字符 $0.000014。这是 ModelRush 客户价格，不是供应商免费额度。公开音色管理价格表也列出了 list、query、delete 的费用，不要默认管理操作免费。

300 字符旁白的直接计算为 300 × $0.000014 = $0.0042。加一次创建音色，未取整合计 $0.0152。ModelRush 对正数操作费用向上取整到美分后预留余额。按上述单价，创建预留 $0.02，这次配音预留 $0.01，共预留 $0.03。最终记录取决于实际计费用量和当时价格。充值增加预付余额，不是这段旁白的单次价格。

有用的音色保存下来，不必每写一段都重新创建。后续每次配音仍各自计费。检查表把创建、各段旁白、重试决定和实际记录分开，方便核对。

让另一位编辑使用音色前，通过正常的私密交接方式提供已同意的用途、目标模型、区域和音色 ID。不要把原始录音和授权资料放进公开示例。当前模型和价格见 /zh/models/qwen-voice-enrollment 与 /zh/models/qwen3-tts-vc-2026-01-22。需要完整视频流程时，可看 /zh/blog/ai-video-localization-workflow。

这套流程只用于本人声音，或说话人明确授权用于该用途的声音。有一份音频文件，不等于已取得授权。

没有。创建返回音色记录。还需要单独提交旁白文字和返回的音色 ID，生成语音。

不能。保存创建时绑定的完整目标模型。本指南使用 qwen3-tts-vc-2026-01-22，并把创建区域与音色 ID 一起保存。

它表示录音中实际说的语言。ModelRush 的这个 Qwen 创建选项留空时默认中文；修改选项不会翻译音频。

按核对时的公开价，配音未取整为 $0.0042。正数请求按美分预留，因此这次配音预留 $0.01，音色创建另计。以当前估价和最终记录为准。