声音训练
通过拍摄视频时说话的声音，即可进行声音训练，无需单独录制音频。
若客户单独提供音频，则：
- 录制文本：选择自己领域熟悉的文稿；
- 录制设备：建议使用带话筒、性能较高的收音设备或手机录音。
- 录制时长：3-5分钟。
- 音频格式：MP3格式，不低于24K采样率。
声音注意事项
在视频拍摄时，关于收音方面，也同样可参考下方内容。
- 环境要安静无杂音，建议麦克风有防风罩且与嘴的距离在10cm内，音量保持适中；
- 尽量避免在光滑墙面、地板房间录制，如大面积玻璃墙面或大理石地板房间，以避免引入混响；
- 提前熟悉朗读文本，避免录制断断续续；
- 注意尽量不要喷麦；
- 每个句子结束自然停顿，句子中的断句按照正常的表达进行自然停顿；
- 吐字清晰，保证台词读音正确，尽量无错读、无口误、无杂音；
- 如果读错字，不用紧张，继续往下读即可；
- 除了讲话之外，不要做其余动作，避免多余声音（如衣服摩擦等声音、吞咽声）；
- 录制时声音的音色、语气是什么样子，训练出来也会是什么样子，比如说话时全场语调平淡低沉，那么训练出来的声音也会很平淡，系统是无法将声音变得富有情感、生动、激昂的，所以在拍摄、录制时，需注意说话的语气、语调，让它更符合未来使用规划。
典型问题
视频拍摄时，关于收音的问题，同样需注意。
爆音
避免出现爆音，通常离麦克风过近，麦克风没有防喷麦海绵，或录音语音音量过大会出现爆音。
抿嘴音，口水音、喘气及喷麦声
避免录音过程中过多闭口张口或吞咽导致的抿嘴音、口水音，减少较明显的喘气声，喷麦声。
噪声及混响
避免麦克风离嘴部过远，避免在有明显背景噪声的环境录音，如有其他背景人声，空调声，背景音乐等；避免引入混响，通常在较多玻璃光滑墙壁房间会有较强混响。
频谱缺失
避免采用自带增强或降噪等处理模块的录音软件，避免使用会导致原始语音损伤及频谱频段缺失的录音软件。