声音克隆的边界与常见误区：音色参考不等于全能歌手

声音克隆很容易被高估成"复制一个歌手"，翻车往往出在预期错位上。这一页把边界说清楚。

四条能力边界

• 只学音色：角色模仿的是音色质感，不设定音域、旋律、流派或唱功处理方式——曲风仍由歌曲与风格描述决定；
• 仅主旋律：当前只支持主旋律演唱，和声、 backing vocal（伴唱）、哼鸣等形式不支持；
• 必须有可检测人声：上传的样本里要有人声，纯伴奏文件无法触发克隆；
• 角色主导生成：使用角色生成时可以配合参考音乐与描述，但整体表现主要跟随角色自身音色特质。

常见翻车原因自查

• 样本里有背景音乐混着人声——提取出的音色"脏"，先尽量找清唱或人声突出的段落；
• 样本太短、情绪单一——音色表现力受限，建议用有起伏的完整演唱片段；
• 期待角色"唱出"指定的高音区或转音——那超出音色参考的能力范围，属于编曲与人声旋律设计问题；
• 期望和声与合唱效果——当前版本不支持，可以在多轨工作台叠轨实现类似听感，见加乐器轨。

声音授权自查清单

声音涉及个人权益，克隆前请确认：

• 只克隆你有权使用的声音（本人声音，或已获得明确授权的声音）；
• 不冒用他人身份或声线进行欺骗性创作；
• 涉及肖像的角色图片同样需要有使用权；
• 发布与商用前确认歌词、人声与视觉素材的权利状态，见商业授权怎么拿。

功能边界可能随版本更新扩展（例如未来支持更多演唱形式），以官方最新版为准。