一段文字，说出你想要的声音
回归 Ming-3.0-Pro 云端语音工作台。基于蚂蚁 Ming-3.0 新一代语音模型，声音克隆、声音设计、双人对话、四川话粤语都在一个中文网页里。云端 24G 显存一键部署，开机三分钟就能用，不装软件，不写代码。
注册送 5 元，走本页链接再加 3 元，实名后就能用。够先跑一阵，看看效果再决定。
免费整合包照常用，另外开放我一年 599 元会员才有的 VIP 专用整合包和工作流。
领取 VIP 整合包和工作流：从本页链接注册，完成实名并充值后，进 AI 工具群 957732664，报你的云平台账号找我开通。
按名字、场景搜
中英日韩德法西
四川话、粤语
5.6 秒的音频
配音要用到的，基本都在这里
声音克隆
上传 5 到 10 秒干净人声，自动识别原话，用这个声音说任何台词，还能说外语。
声音设计
不用录音，写一句“沉稳的中年男声”，就给你造一个声音。
双人对话
A、B 一人一句，两个人整段一起生成，接话自然，适合播客、短剧。
方言配音
四川话、粤语。普通话录音也能让它说方言。
情绪与语气
高兴、悲伤、愤怒，音调音量，插入笑声、叹气、惊讶，还能自己写说话方式。
语速与种子
语速 0.7 到 1.5 倍，音高不变。听到喜欢的读法，固定种子就能复现。
以上为本地快速模型生成，云端高音质模型效果更好。
要音质还是要速度，一键切换
同一个页面里放了两个模型。改稿、试听用快的，定稿出成品切到高音质。
| 模型 | 适合 | 实测速度（云端 24G 显存） |
|---|---|---|
| 高音质 Tiny | 成品配音、双人对话 | 6 秒音频约 14 秒 |
| 快速 0.5B | 试听、改稿、长文、方言 | 5.6 秒音频约 1 秒 |
方言页固定用快速模型。高音质模型一次最多 1000 字，长文请用快速模型。速度是 2026-11-07 从镜像全新部署后实测的，不同文本会有出入。
从部署到出声，五步
点上面的「一键部署到云端」，登录或注册，在镜像页点「立即部署」。显卡选 24G 显存的，显示“暂无可用”就换一张卡或换个时间。
开机后等大约 3 分钟，第一次要加载模型。
在实例上点「WebUI」，打开工作台。
右上角显示“已就绪”就能开始生成。
成品在页面上播放、下载。用完回控制台销毁或关机，关掉网页不会停止计费。
按小时算，用多久付多久
费用分两块：镜像费 0.5 元 / 小时，加上显卡租用费（按平台当时的价格，部署页上会直接显示）。不用的时候销毁实例，就不再收费。
· 关闭网页不会停止计费，一定要回控制台销毁或关机。
· 关机后只收少量磁盘费；销毁后完全不收费，但实例里的文件会一起删掉，成品记得先下载。
请合规使用
· 声音克隆只能用你本人或已获授权的声音，不得用于冒充他人、欺诈或其他违法用途。
· 合成语音可能被误认为真实录音，公开发布时请按规定标注。
基于官方 Ming-3.0-tts（MIT 许可，inclusionAI）、audio.cpp、SenseVoice、wetext 等开源项目整合，许可证随镜像附带。