昨晚十一點，我把一支三分鐘的影片丟上 YouTube Shorts，順手在 Threads 發了限時動態。十分鐘後，大學同學私訊我：「這配音可以喔，去哪找的配音員？」我回：「AI。」對方傳來一個問號，又問：「變聲器？」我盯著手機愣了三秒——要是告訴他素材是我那支用了兩年、邊框發燙的舊手機，他大概直接把我封鎖。
手機錄音到底能不能做免费声音克隆？我原本鐵齒能。結果連翻三次車。
LINE 語音、會議錄音，我差點以為是素材不夠
第一次，我导出 LINE 的語音消息。那是我上週傳給同事的幾則三十秒語音，想說「這就是我，原汁原味」。上傳後，克隆出來的聲音像隔著棉被，悶得很。後來才明白，LINE 為了省流量，早把語音壓成低保真檔案。你聽到的是「人話」，AI 聽到的是「壓縮餅乾」。
第二次，翻出上季度 Google Meet 的會議錄音。有我的發言，還有同事的咳嗽、鍵盤聲，一點電流麥的底噪。合成結果更扯，像在網咖包夜，混響重到可以拍鬼片。
第三次，手機語音備忘錄。邊走邊錄的，有風聲、電梯提示音，還有一堆我點螢幕的噠噠聲。克隆出來直接換一個人，低沉、沙啞、陌生。我老婆聽一秒：「這誰？」
不是手機錄音不行，是我根本沒把錄音當錄音。AI 不是神仙，你丟給他一團泥，他捏不出花。免费声音克隆的門檻從來不在工具，在素材。
關掉冷氣，我才明白「錄音」兩個字的分量
週六下午，我關窗、拉窗簾、關冷氣、關電風扇、手機開勿擾。台灣夏天沒開冷氣真的熱到爆，連除濕機運轉聲都覺得吵。
用手機內建錄音機，關掉「語音增強」「場景優化」這些花俏的功能。這些是拿來傳 LINE 用的，對 AI 學習是毒藥，會把聲紋特徵抹平。人離手機一拳頭，大概二十公分。讀一篇五百字左右的稿，關於我最近在測的機械鍵盤。錄了十幾遍，選出噴麥最少、口水音最克制的一條。
稿子我也有挑，盡量別太多英文縮寫，不然 AI 有時候會用怪腔怪調念出來，聽起來超出戲。
上傳前，我已經被其他工具搞到有點怕。有的要手機門號註冊，有的要驗證碼，有的合成兩段就彈「繼續請付費」，還有的打著永久免费声音克隆的招牌，結果三次試用就翻臉。很多標榜真人语音合成免费的平臺，點進去是預設好的男聲女聲，根本不是「你」。我就是一個寫部落格的，不想為了個音訊去裝声音克隆软件免费版，更不想在參數介面調半小時。
打開免註冊的線上免費聲音克隆工具，頁面乾淨，不用註冊，不用驗證碼。傳上去，洗顆蘋果的時間，好了。回來的聲音，比我 LINE 語音裡沉穩，但那就是我。連我慣性輕微的嘆氣都留著。
這裡要區分：很多人把免费TTS声音合成和声音克隆混為一談。免费文字转语音、線上文字转语音免费現在確實很自然，但那是找個「標準播音員」讀你的稿，字正腔圓，但不像你。AI声音克隆在线是讓「你」來讀。聲紋被吃進去，長出一個數位分身。
從免費文字轉語音頁面能直接切到克隆功能，貼段文本就能試聽。我試了一段產品文案，背脊有點涼——這真的太像本人了。
台灣現在對個資、聲紋這塊越來越敏感，AI 生成內容也要依規定標示。我挑工具只有一條：別要我手機門號，別誘導實名，資料別亂跑。免註冊声音在线克隆、免註冊声音合成，瀏覽器打開就搞定，這種輕量感對我很重要。
我現在的手機錄音克隆流程，簡單到無聊
- 清場：冷氣、電風扇、除濕機、樓下裝修，全停。實在吵，就等晚上十一點後。
- 設定：手機錄音機，關掉所有「智能」選項。嘴巴離手機一拳頭。
- 朗讀：準備三百到五百字，語速放慢，把平翹舌、前後鼻音咬清楚。別趕，趕了就廢。
- 上傳：去免註冊聲音合成頁面，直接丟檔案。沒有會員制，沒有驗證碼，沒有「今日次數已用完」。
- 合成：等幾分鐘。你的聲音就「住」在瀏覽器裡，隨時貼文本，隨時出音訊。
場景很多。幫公司錄內部教育訓練影片（不用自己面對鏡頭結巴）、給 YouTube Shorts 或 IG Reels 做免费AI配音、甚至幫 Podcast 做片頭。改稿的時候最爽，无限制文字转语音，我改二十遍文案，它讀二十遍，不另外收錢。
有寫程式碼的朋友問有沒有免费语音合成API能接小工具，我研究過，但日常用網頁版就夠了。如果你真想深挖，聲音克隆的進階技巧裡有些動態場景跟排除錄音底噪的方法，我閒的時候會翻翻。
上週社團要我錄活動通知，我懶得露面，就用這招合成一段。對方回：「請配音員多少錢？我報銷。」我回：「免费。」對方不說話了。
所以，手機錄音到底能不能做免费声音克隆？能。但前提是你得給它一次正式的錄音，而不是隨手往桌上一扔。AI 沒有魔法，它只是把你對待聲音的態度，原樣奉還。