千问.声音克隆

模板ID：qwen.tts.clone

何时用

• 功能：给一段 1~30 秒的参考人声，用它克隆出该音色，再朗读你给的台词（零样本克隆，无需训练）。区别于「千问.声音设计」（纯文字描述造音色，不用参考音频）与「seed.人声变声」（把已有整段音频的音色换掉，而非朗读新台词）。
• 类别：音频
• 标签：Qwen3-TTS、声音克隆、VoiceClone、零样本

输入端口

• 参考音频（audio）：要克隆的音色样本（1~30 秒清晰人声干声，尽量无背景音乐与噪声）
• 台词文本（text，可选）：可选：接入上游文本节点（故事大纲/分镜词/笔记）自动配音；未连接时使用节点内「台词文本」

输出端口

• Audio（audio）：克隆音色朗读台词的成品（mp3）

可调参数

• 语言（select；默认 Auto；可选值：Auto（自动识别） / 中文 / English / 日本語 / 한국어 / Deutsch / Français / Русский / Português / Español / Italiano；分组：克隆）
• 参考音频文本（textarea；分组：克隆）
• 仅音色向量模式（switch；默认 false；分组：克隆）
• 语速（slider；默认 1；0.5~2；分组：克隆）
• 音量增益(dB)（slider；默认 12；-24~12；分组：输出）

提示词

• 要提示词：是（节点上的「台词文本」）
• 占位说明：输入要让克隆嗓音朗读的台词，例如：你好，我是你的专属主播，今后由我为你播报……

失败回退

• 参数越界会被拒（照上面「可调参数」的范围/可选值填 ✓）
• 端口类型不匹配：检查上游输出类型与「输入端口」是否一致（image / video / audio / text / any）