一个把"声音"做成主业的 AI 平台：读一段话就能克隆你的音色，还能用文字捏出全新的嗓音，顺便把实时语音通话也做了。

先说一件容易让人绕晕的事。今天打开海螺AI 的首页，最显眼的位置写着"海螺视频"，页面里铺的是视频生成和玩法精选；而语音那一块，入口已经统一收在 MiniMax 的语音站里，导航栏上排着音色库、语音合成、音乐创作、音色设计、声音克隆、人声提取。也就是说，它早就不只是当初那个对话助手了——现在它更像 MiniMax（上海稀宇科技）旗下一个多模态工具合集，视频、图像、语音、音乐各占一块，语音是其中做得最厚的那一层。

这篇就只聊语音这一层。原因很简单：视频和图片这块大家多少都摸过，而语音那套东西——尤其是声音克隆和实时通话——很多人还不知道已经能做到什么程度了。

朗读一段文字，出来的就是你的音色

声音克隆的流程比想象中短。进到"声音克隆"页，页面顶部一句话讲完了全部："朗读一段文字，即可克隆你的专属声音"。下面是场景选择，随机、有声读物、影视配音、Vlog 独白、教育培训、电台播客、智能客服，挑一个你顺口的念；旁边是试听文本，用中文普通话读，界面右下角会实时数字符。

要准备的素材量也不夸张：录一段或传一段10 秒到 5 分钟的音频就够，单个文件不超过 50MB。官方还留了两个提相似度的小开关——可选"口音优化"，也可以从音频样本里去掉背景噪音，对录音环境一般的人挺友好。

有一点得提前说清楚，免得白折腾：声音克隆是会员功能。免费用户能把克隆效果试听出来，但要保存下来真正使用，得先订阅会员。页面按钮旁边那行小字写得很直白——"免费用户仅可预览音色"。不过试听这件事本身有独立额度：官方说明里写着，每位用户每天有 5 次音色预览音频的免费试听机会，而且这个次数是"声音克隆"和"音色设计"两个页面共用的，在哪边试听都会扣掉一次。用完再想试，就按规则消耗声贝。

会员这边给的空间比较宽裕：订阅后可以解锁多达 100 个语音克隆槽位，音频生成时长上限也拉到长达 20 小时。做有声书或者系列内容的人，这个量级基本不用天天删旧的腾位置。

文字转语音：一个标签就能改语气

如果说声音克隆解决的是"像不像你"，那文字转语音解决的是"听起来对不对味"。当前这一版默认挂的是 speech-2.8-hd 模型，输入框左下角给了一排可以直接敲进去的标记：情绪、<#> 停顿、() 语气词。它的玩法是把这些标签直接写进正文里，比如在一句话前标上情绪、想问号处插一个停顿，生成出来的音频就会带着这些起伏。

右侧是调音台，语速、声调、音量三个滑杆，加上音色效果调节，换一个音色再调一遍，很容易找到你要的那个感觉。音色库里的选项也够挑：新闻女声、沉稳高管这类职场向的，也有睡前低语、恐怖故事、哥布林的交易、科幻风格这类内容和娱乐向的，标签上直接标了语种和适用场景。

长文本是它的一个强项。单次输入的字数上限，HD 模式是 5,000 字符，Turbo 模式 10,000 字符；如果还不够，打开长文模式，单次合成最长支持到 20 万字符——整本小说、整份课件丢进去都属于它的正常使用范围，不用自己切段拼接。代价是等待时间，好在界面右下角会实时估算声贝消耗，心里有数。

不想克隆？那就用文字捏一个新音色

音色设计是另一条路，也是我更喜欢的一个功能。它不需要你提供任何音频素材，全靠一段文字描述——页面上的示例写得很具体："讲述悬疑故事的播客页，声音低沉富有磁性，语速时快时慢，营造紧张神秘的氛围"。说白了，你把想要的声音特征写成一句话，它给你造一个出来。

懒得想措辞也可以直接点预设：年迈智者、激情解说、悬疑故事家、摇篮曲女声、严厉女教师，几个方向覆盖了讲故事、解说、哄睡这些典型场景。试听文本可以自己写，也可以让页面自动生成——它默认就在"这个音色由 MiniMax 最新的音色设计模型生成"这句话上。

前面提过的那个额度在这里同样生效：每日 5 次免费试听，和声音克隆页面共用。页面右下角还会显示"剩余音色槽位"，克隆和设计出来的音色都占位——所以订阅之后那 100 个槽位是这两件事一起分的，心里得有个账。

人声提取与音乐：顺手但不好替代的两件小事

语音工具台里还塞了两个日常会用到的东西。一个是人声提取，把音频或视频里的环境噪音、背景声压下去，把原始人声提干净再增强，录播客、做翻唱或者处理采访录音都用得上，界面上的限制写的是文件不超过 500MB、时长不超过 300 秒。另一个是音乐创作，当前是 MiniMax Music 3.0，风格上分了电子、R&B、流行、爵士、乡村、蓝调几档，定位是给短视频和演示配一段不撞车的背景音乐。

另外它是有实时语音通话的，界面上能看到语音打断、开场白这些设置项，以及"请在系统设置中打开麦克风权限""正在连接中"这类状态提示。聊到一半直接出声打断，不用等它说完——这类细节决定了它能不能真的当"对话"用，而不只是"念稿"。

关键信息速查

版本这块多说一句：海螺AI 的网页主站和语音工具台是分开构建、分开发版的，所以你会看到两个不一样的构建号，这不是版本混乱，是两个应用。手机端则走 iOS 和 Android 各自的版本线。截至 2026 年 9 月，官方提供的是网页端和手机端，想在电脑上用直接开浏览器就行。

免费能用到什么程度

它的计费单位叫"声贝"。新用户登录进去直接送 10000 积分，官方给的说法是相当于超过 12 分钟的音频生成时间——拿来把每个功能都点一遍、试几段短文本，是够的。之后可以按需买声贝包，不用非得在几个会员档位之间纠结；也可以直接订阅会员，把克隆槽位和生成时长上限一起拉开。

授权规则值得单独看一眼。个人用途——发社交媒体、非营利的会议这类——生成的音频可以免费使用，前提是加上官方标识或标注音频来源。要往商业用途走，比如做创收内容或商业项目，就得订阅标准版会员及以上。这条线划得挺清楚，做商业内容之前最好先确认自己落在哪一档。

最后提个醒：网上流传的一些"海螺AI 电脑版安装包"并不是官方出的，官方客户端目前只有手机端，电脑上直接开网页更省事。遇到来路不明的 exe 建议别碰。

一句话收尾：它把语音这件事拆成了"克隆自己的"和"造一个想要的"两条路，前者读一段话就够，后者写一句话就够——真正值得留意的不是效果有多真，而是这两种方式已经把门槛降到了不需要任何音频处理经验。