最后更新：2026-09-04 00:01

实验6 声音克隆+语音识别¶

难度：★☆☆　|　预估时长：__ 分钟

6.1 实验目的¶

知识目标：了解语音识别、AI 音色克隆、文生音乐、AI 配音的基本原理，认识 TMSpeech、豆包、剪映、海绵音乐、讯飞智作、noiz.ai 等工具的功能定位与适用场景。
技能目标：能独立使用 TMSpeech / 豆包 APP 完成视频语音转文字；能用剪映替换 AI 音色（熊二）完成视频配音；能在海绵音乐平台 AI 写词并生成音乐；能用讯飞智作完成 AI 文案配音；能提取网络视频音频并在 noiz.ai 完成声音复刻；能按模板规范撰写 AI 音乐克隆项目报告。
素养目标：养成规范下载与解压素材、核对在线平台可用性（如 noiz.ai 解析失败重试）的工程习惯，提升融媒体 AIGC 音视频创作与文档总结能力。

6.2 实验环境¶

操作系统：Windows 10 或 Windows 11
软件工具：TMSpeech 语音转文字软件、剪映 6.0.1 免激活版、解压工具
移动设备：手机（安装豆包 APP）
在线平台：海绵音乐 haimian.com、讯飞配音 peiyin.xunfei.cn、noiz.ai、snapany.com 音频下载网站
浏览器：Chrome 浏览器
辅助工具：豆包大模型（文案创作、灵感词获取）

6.3 实验重难点¶

重点：电脑与手机端语音转文字操作；剪映 AI 音色切换配音；海绵音乐文生音乐创作；讯飞 AI 文案配音流程；noiz.ai 平台声音复刻完整步骤。
难点：抖音 / B 站视频音频素材提取下载；声音克隆片段选取与文字生成调试；noiz.ai 网页解析异常问题排查；按照规范格式完成 AI 音乐克隆项目报告撰写与问题分析。

6.4 实验内容¶

6.4.0 实验流程总览¶

graph LR
    A[TMSpeech<br>录音转文字] --> B[豆包APP<br>会议纪要]
    B --> C[剪映<br>AI音色配音]
    C --> D[海绵音乐<br>文生音乐]
    D --> E[讯飞智作<br>AI文案配音]
    E --> F[声音复刻<br>noiz.ai]
    F --> G[项目报告<br>撰写提交]

6.4.1 任务1：电脑端 TMSpeech 录音转文字¶

1. 任务描述

使用电脑端语音转文字软件，将指定视频文件实时转换为文字。

2. 实验步骤

步骤 1：双击打开课程资料文件夹，在 TMSpeech 语音转文字软件（请解压后运行）.7z 文件上右键，选择解压；
步骤 2：进入解压后的文件夹，双击运行 TMSpeech.exe；

步骤 3：找到课堂播放的素材视频（参考演示），双击打开播放；

步骤 4：等待软件实时识别视频语音，自动完成录音转文字。

TMSpeech 是什么？

TMSpeech 就像一个"速记员"：你播放一段视频，它把里面说的话实时听写下来，自动变成可以复制、编辑的文字稿。

常见错误与排错（必填项；无坑则填本任务常规操作即可，如无报错可跳过）

若双击打不开：先确认已把 .7z 压缩包解压，再运行里面的 TMSpeech.exe，不要直接打开压缩包本身；
若识别不出声音：检查电脑默认录音/播放设备是否正常，确认视频本身带有声音轨。

6.4.2 任务2：手机端豆包语音转文字会议纪要¶

1. 任务描述

利用手机豆包 APP 录音纪要功能，识别课堂素材视频语音，生成中文会议记录。

2. 实验步骤

步骤 1：打开手机豆包 APP；
步骤 2：在 APP 内找到录音纪要功能入口；
步骤 3：导入课堂播放的素材视频；
步骤 4：选择中文识别模式，自动将视频发言转为文字纪要。

录音纪要是什么？

豆包的"录音纪要"就像一个"会议秘书"：你给它一段录音或视频，它帮你把说的话整理成一段通顺的文字记录，省去自己边听边敲。

常见错误与排错（必填项；无坑则填本任务常规操作即可，如无报错可跳过）

若识别不准：在 APP 内确认选择了"中文"识别模式，视频音量过低会导致识别不全；
若导入失败：确认视频格式受支持，或先转存为常见格式再导入。

6.4.3 任务3：剪映配音¶

1. 任务描述

解压安装剪映软件，导入视频素材，将视频原声替换为熊二 AI 音色。

2. 实验步骤

步骤 1：右键剪映 6.0.1 版本免激活.rar，选择解压到当前文件夹；
步骤 2：打开解压后的「剪映 6.0.1 版本免激活」文件夹，双击启动软件；

步骤 3：点击开始创作，跳过新手教程；
步骤 4：将「素材视频.mp4」文件拖拽导入，点击右下角 + 号添加至下方轨道；
步骤 5：找到音频设置中的音色功能，在音色列表选择熊二；

步骤 6：应用音色效果，预览视频配音效果（电脑没有音响则听不到声音，属正常现象）。

AI 音色是什么？

AI 音色就像给视频"换嗓子"：把原来的声音替换成熊二的声音，视频里说话的腔调就变了，但画面和字幕不变。

常见错误与排错（必填项；无坑则填本任务常规操作即可，如无报错可跳过）

若找不到"音色"按钮：先在轨道选中视频片段，右侧才会显示音频设置与音色选项；
若听不到配音：教室电脑常无音响，属正常，不影响作业截图。

6.4.4 任务4：海绵音乐网站文生音乐创作¶

1. 任务描述

浏览器访问海绵音乐平台，注册登录后输入灵感词，借助 AI 写词并生成专属音乐。

2. 实验步骤

步骤 1：打开浏览器，地址栏输入 haimian.com 进入海绵音乐官网；
步骤 2：新用户完成账号注册并登录平台；
步骤 3：点击左侧创作功能，输入音乐灵感词语（可咨询豆包获取灵感）；
步骤 4：单击AI 写词，下滑页面选择喜欢的歌词版本；
步骤 5：设置音乐风格，点击生成音乐，查看右上角生成进度圈；

步骤 6：生成完成后可在线试听，支持下载音频 / 视频、扫码分享、复制链接。

AI 写词是什么？

AI 写词就像一个"填词助手"：你只给几个灵感词（比如"青春、海边、离别"），它帮你铺成一段完整押韵的歌词。

常见错误与排错（必填项；无坑则填本任务常规操作即可，如无报错可跳过）

若生成失败：检查网络与登录状态，刷新页面重试；
若风格不满意：音乐风格设置会影响听感，可多试几版再下载，不要急着导出。

6.4.5 任务5：讯飞智作 AI 文案配音¶

1. 任务描述

访问讯飞配音官网，借助豆包创作解说文案，选择主播音色完成 AI 配音制作。

2. 实验步骤

步骤 1：浏览器输入 peiyin.xunfei.cn，进入讯飞智作配音官网；
步骤 2：选择AI 配音功能，进入制作页面；

步骤 3：打开豆包大模型，输入需求生成文案（如姆巴佩世界杯进球解说词）；

参考（姆巴佩世界杯解说词示例）： 球进啦！！姆巴佩！！风一样的速度撕裂防线，冷静推射破门！他张开双臂狂奔，全场山呼海啸！这就是超级巨星，这就是基利安・姆巴佩！伯纳乌为之沸腾，法兰西为之骄傲！电光火石之间，姆巴佩如猎豹出鞘。单骑闯关，一剑封喉。皮球应声入网，少年意气风发。短快燃句版（适合短视频）：姆巴佩！破门！全场炸裂！／风驰电掣，一击制胜！姆巴佩，无解！／进球！欢呼！这就是姆巴佩时刻！

步骤 4：将生成的文案复制粘贴到讯飞配音文本框；
步骤 5：在主播列表自选适配音色，调整语速、情感等参数；
步骤 6：预览配音效果，确认无误后导出保存音频文件。

AI 配音是什么？

AI 配音就像请一位"播音员"念稿子：你把文案贴进去，它用选定的音色把文字读出来，比自己录音更标准、更省事。

常见错误与排错（必填项；无坑则填本任务常规操作即可，如无报错可跳过）

若音色不合适：在主播列表多试几个，注意语速/情感参数；
若朗读异常：文案含特殊符号或多音字可能读错，先清理文本再生成。

6.4.6 任务6：在线平台声音复刻（芬达音色）¶

1. 任务描述

通过音频下载网站提取网络视频人声，使用 noiz.ai 平台完成声音克隆，生成芬达音色音频。

2. 实验步骤

6.4.6.1 素材获取¶

步骤 1：浏览器打开 snapany.com/zh/；

步骤 2：复制抖音、B站等平台的视频链接，粘贴至网站输入框；
步骤 3：点击提取素材，下载视频；

步骤 4：利用剪映软件，把视频导入后导出音频文件。

6.4.6.2 noiz.ai 平台声音复刻¶

注意：该平台存在网页解析失败、无法访问的情况，若出现报错可更换浏览器、刷新页面或切换网络重试。

步骤 1：浏览器打开 https://noiz.ai/tts/creation，使用任意邮箱注册账号（可自定义邮箱，密码统一设置为 12345678）并完成登录；
步骤 2：登录成功后，点击页面右上角免费开始，选择新建克隆声音功能；
步骤 3：上传刚刚剪映导出的 mp3 格式音频文件，点击下一步；
步骤 4：在文本输入框中输入测试文案（示例：你好我是芬达），确认参数无误后生成克隆音频；
步骤 5：在线试听生成的芬达音色音频，效果达标后下载保存至本地文件夹。

参考界面如下：

声音复刻是什么？

声音复刻就像一个"声音模仿秀"：你给 AI 一段你的音频，它学会用你的声音说话，之后输入任意文字都能用这个声音读出来。

常见错误与排错（必填项；无坑则填本任务常规操作即可，如无报错可跳过）

若 noiz.ai 打不开/解析失败：换浏览器、刷新或切换网络重试；
若上传报错：确认音频为 mp3 格式，时长适中、无过多杂音；
若登录异常：确认邮箱密码为统一设置的 12345678。

6.4.7 任务7：AI 音乐克隆项目报告撰写¶

1. 任务描述

按照固定模板规范填写项目报告，完整记录工具使用、操作步骤、成果截图、问题解决与实验总结，文件命名为班级_姓名.docx。

2. 实验步骤

步骤 1：打开课程下发的项目报告模板；
步骤 2：按模板逐项填写工具清单、操作步骤、成果截图、问题分析与实验总结；
步骤 3：将文件命名为「班级_姓名.docx」并保存。

项目报告是什么？

项目报告就像一次实验的"说明书"：把用过的工具、做过的步骤、踩过的坑都记下来，方便自己复盘，也方便老师批改给分。

常见错误与排错（必填项；无坑则填本任务常规操作即可，如无报错可跳过）

若忘记命名格式：文件必须命名为班级_姓名.docx，否则作业无法对应到本人；
若漏填截图：每个工具至少附 1 张成果截图，避免报告内容空洞。

6.5 实验总结¶

本次实验掌握了以下要点：

一是认识了语音识别、音色克隆、文生音乐、AI 配音的原理，以及 TMSpeech、豆包、剪映、海绵音乐、讯飞智作、noiz.ai 等工具的功能定位（对应知识目标）；
二是能独立完成视频语音转文字、剪映熊二音色配音、海绵音乐文生音乐、讯飞 AI 配音、noiz.ai 声音复刻，并按模板撰写项目报告（对应技能目标）；
三是养成规范下载解压素材、核对平台可用性、独立排查问题的工程素养，提升了融媒体 AIGC 音视频创作与总结能力（对应素养目标）。

6.6 作业提交¶

提交地点：吾爱作业网
提交资料：
作业 1：海绵音乐生成截图至少 1 张；
作业 2：按模板完整填写的AI 音乐克隆项目报告（命名格式：班级_姓名.docx）。

6.7 知识检测¶

[ ] （填空）把电脑端视频语音实时转成文字的软件是 TMSpeech；手机端用豆包 APP 的录音纪要功能。
[ ] （填空）在剪映中把视频原声替换成"熊二"声音，使用的是音频设置里的音色功能。
[ ] （选择）在 noiz.ai 平台进行声音复刻时，上传的音频推荐使用哪种格式？
- A. mp4　B. mp3　C. docx　D. png

查看解析

正确答案：B。noiz.ai 声音复刻一般要求上传 mp3 格式音频，时长适中、清晰无杂音效果更好。

[ ] （填空）AI 音乐克隆项目报告的文件命名格式为班级_姓名.docx。

本课相关资源¶

序号	资源名称	类型	说明
1	实验6 AIGC音频与视频创作实操.docx	Word	实验原始文档
2	ai音乐克隆报告模板.docx	Word	文档素材
3	TMSpeech 语音转文字软件（请解压后运行）.7z	7Z	学习素材/数据集
4	剪映6.0.1版本免激活.rar	RAR	学习素材/数据集
5	实验6 声音克隆+语音识别.zip	ZIP	学习素材/数据集
6	成品效果一览 .mp3	音频	音频素材
7	素材视频.mp4	视频	操作演示
8	芬达原音.mp3	音频	音频素材

实验素材下载

点击下方链接获取本节课全部资源（含课件、任务清单、安装包等）： 🔗 夸克网盘