克隆人训练 素材上传与模型生成过程

训练的四阶段

创建克隆人后，平台会依次执行四个训练阶段：

素材审核

上传的文本、语音和视频会先过一轮合规检查：

• 语音和视频中不允许出现违法违规内容
• 视频素材不允许包含他人肖像（除非获得授权）
• 文本描述不允许包含敏感词

审核不通过的素材会被打回，需要修改后重新提交。

声音模型

详见 声音模型训练详解。这里简单说明：训练完成后，克隆人可以在语音通话和视频通话中用自己的声音说话。

视觉模型

详见 视觉模型训练详解。训练完成后，视频通话中的克隆人会有接近真人的外貌和动效反应。

质量的影响因素

克隆人最终质量由以下几个因素决定：

• 素材的数量和质量（越多越好，但少量也能启动）
• 素材的多样性（不同场景、不同情绪下的录音和视频）
• 记忆库的填充丰富度
• 用户后续通过「调教」功能持续优化

可以追加训练吗

可以。创建后随时可以追加上传新的语音和视频素材，平台会增量更新模型，不会从零开始。这对持续优化克隆人的声音效果特别有帮助。