YiTu Speech 官网

YiTu Speech 图文介绍：

yitutech 由上海艺途科技2021年推出，专注“中文方言+情感”语音克隆与合成。平台采用自研多说话人&多情感声学模型，支持5分钟干声注册即可克隆高保真音色，并生成新闻、客服、直播、短视频等多场景AI配音，迄今已为央视、比亚迪、小红书等2000+企业输出超3亿分钟语音，合成MOS≥4.5。

主要功能

• 5分钟语音克隆 - 上传5–30分钟干净干声，自动训练专属音色；支持29种方言（粤语、四川话、东北话等）与7种情绪（喜悦、悲伤、愤怒、恐惧、惊讶、平静、撒娇）。
• 在线文本转语音 - 输入文字即刻合成，语速/音高/停顿可视化调节；提供700+内置发音人，覆盖男/女/童声/老人。
• 多情感&风格控制 - 同一音色可切换广播、客服、直播带货、有声书朗读风格，自动匹配停顿与重音。
• 批量与API - 支持10万字一次性合成；REST/WebSocket API，返回mp3/wav/pcm，并发1000路，延迟<200ms。
• 数据安全 - 提供私有化一体机与离线授权，音色权重加密存储，满足金融、政府内网需求。

应用场景：

• 短视频：MCN用克隆音色日更百条解说，保持UP主声线一致。
• 智能客服：银行/运营商快速生成“真人”语音菜单，降低录音棚成本70%。
• 直播带货：实时文本驱动AI主播口播，24小时循环售卖。
• 有声书/新闻：出版社输入书稿，一键生成多角色多情感音频，节省播音人力。

是否收费

• 免费版：每日5000字符，限700+公共音色，带水印。
• 基础版：29元/月，每日5万字符，克隆1个音色，商用授权。
• 专业版：199元/月，每日50万字符，克隆10个音色，API 10万/月。
• 企业版：按需报价，提供本地化部署、并发扩容、SLA 99.9%。

平台兼容性：

• Web控制台：Chrome、Edge、Safari、Firefox，无需插件。
• 客户端：Windows/macOS 批量合成工具，支持断点续传。
• 移动端：H5与小程序，可录音上传并即时试听。
• 接口：Python/Node.js/Go/C# SDK，兼容HTTP/HTTPS与MRCP集成。

数据与隐私

• 上传音频使用HTTPS+AES-256加密，训练完成后原始文件可立即删除。
• 服务器位于阿里云上海/北京，符合《个人信息保护法》与等保三级。
• 用户拥有克隆音色使用权，平台不对外共享；私有化版本支持离线加密狗。

YiTu Speech聚焦中文市场，提供“5分钟克隆+多情感+方言”一体化语音合成方案，兼顾云端轻量调用与私有化高并发部署，是AI语音克隆赛道中兼顾易用性、安全性与成本优势的代表产品。