使用HeyGem进行外貌与声音克隆需要准备以下素材并按照步骤操作：
- 准备素材：
- 语音素材：录制一段10-30秒清晰的语音（WAV格式），存放于
D:heygem_datavoicedata目录。 - 图像素材：拍摄一张正面高清照片，存放于
D:heygem_dataface2face目录。
- 语音素材：录制一段10-30秒清晰的语音（WAV格式），存放于
- 运行克隆功能：
- 启动客户端，进入”模型训练”界面。
- 调用API接口
http://127.0.0.1:18180/v1/preprocess_and_tran，输入包含音频路径和语言代码的参数。 - 获取返回结果（音频路径和文本）保存备用。
- 注意事项：
- 照片需光线均匀，面部清晰可见。
- 语音应无背景杂音，吐字清晰。
- 可通过调整API参数优化克隆效果。
完成克隆后，AI将基于用户提供的素材建立高保真的数字形象，包括外貌特征和声音特质。这些克隆结果可以用于后续的文字或语音驱动视频制作。
本答案来源于文章《HeyGem：硅基智能开源的 Heygen 数字人平替产品》
未经允许不得转载：AI生产力工具 » 如何使用HeyGem进行外貌与声音克隆？需要准备哪些素材？
简体中文 
English 
日本語 
Deutsch 
Português do Brasil