#6978 文字配音功能，是否可以提供影片原始音频，以供配音引擎克隆配音角色？

不可以。clone（原音克隆）角色仅在「视频翻译」主功能中可用，因为它需要从原始视频中截取对应时间区间的音频作为参考音频。

在独立的「文字配音」功能中，无法从某个影片中提取参考音频，因此不能直接使用 clone 音色。

若你希望用某个影片的音色进行克隆配音，可以在「视频翻译」功能中处理该影片，并选择 clone 配音角色；或者在「文字配音」中改用支持自定义参考音频的渠道，通过「设置参考音频」功能上传你自己的 3–10 秒 WAV 音频文件。

希望能够提供这个功能

“文字配音”功能确实无法直接使用影片原始音频来克隆音色，因为 clone 角色必须从视频文件的时间轴中动态截取对应字幕区间的音频作为参考音频，这一逻辑依赖“视频翻译”流程中的原始视频。而“文字配音”只处理独立的 SRT 或文本文件，没有视频来源，因此无法提供影片音频。

如果您确实需要该功能，目前有两种可行的替代方案：

1. 使用“视频翻译”功能处理影片：在左侧选择“翻译视频”主界面，导入该影片，配音角色选择 clone，即可自动使用原视频音色生成目标语言配音。这是官方设计 clone 功能的方式。
2. 手动准备参考音频后用于“文字配音”：从影片中截取一段 3–10 秒 的清晰人声 WAV 文件（无背景噪声、开头结尾无多余静音），放入软件目录下的 f5-tts 文件夹中，然后通过 菜单 → TTS设置 → 设置参考音频 填写 文件名.wav#音频中的说话文本，保存后即可在“文字配音”的配音角色列表中选择该音频作为克隆音色。
3. 使用支持 WebUI 接入的自定义 TTS 渠道：若您的影片音频需要更精细的克隆效果，也可以通过 gradio_api.txt 对接本地部署的声音克隆 TTS（如 Index-TTS、F5-TTS），并将参考音频指定为 tts_audio，但同样需要您自行提供参考音频文件。

注意：clone 角色在“文字配音”中不会出现，这是功能边界所限，并非设置问题。

请查阅相关文档：

• 旧版文字配音功能及参考音频设置
• 制作和使用参考音频