写下台本，像导演一样指导每一句。
多角色台本里的每一句都可以单独选择音色、加入表演指令、重新生成。模型会先读懂文本的情绪，你只在需要的地方告诉它怎么演。
描述一个声音，它就存在了。
不需要任何参考音频。写下年龄、性格、音色与说话方式，几秒钟后得到几个候选；挑一个保存，它就是只属于你的声音。
- 从零设计全新音色
- 在已有音色上 Remix 出风格变体
- 设计好的声音可用于配音、唱歌与对话
三十岁左右的女性，声音温暖、略带沙哑，语速偏慢，适合深夜电台。
海量可选音色，由社区创作。
创作者在这里分享自己克隆和设计的声音角色。每个角色都有自己的个性，可以直接用在你的作品里，也可以一起出演同一部作品。
- 按风格、语言、场景筛选
- 一键试听与收藏
- 支持创作者授权与分成
保留你的表演，换一个声音。
上传或录下一段语音，选择想要的音色。语气、节奏和情绪都原样保留，只有声音变了。
- 直播、配音与二次创作
- 克隆或设计的音色都可以作为目标
- 情绪与停顿不会丢失
一句话，一首完整的歌。
描述曲风、情绪和主题，或者直接写好歌词。可以让你克隆或设计的声音来唱，也可以只生成纯音乐。
- 中文 Rap、粤语流行、民谣与更多曲风
- 人声、鼓组、Bass 与旋律分轨导出
- 44.1kHz 高保真输出
一首温暖的吉他民谣，适合深夜一个人听。
描述一个场景，得到一整组音效。
写下一个场景，Sound 会生成其中该有的每一个声音：环境、事件与细节。也可以上传图片或视频，让生成的声音与画面同步。
- 一次生成一整组音效
- 支持文本、图片与视频输入
- 高保真输出，直接放进时间线
一句描述，一部完整作品。
用一段自然语言描述场景、配乐、角色与台词，Omni 一次生成包含对白、配乐、音效与环境声的完整成品。过去需要配音、作曲、音效和混音多个环节协作的工作，现在一次完成。
- 对白、配乐与音效一次生成
- 自动混音，直接导出成片
- 端到端模型，一次推理完成
夜雨敲打着客栈的瓦檐，远处传来打更声，桌上的烛火被穿堂风吹得忽明忽暗。音乐以二胡为主奏，配上琵琶轮指、低沉的鼓点和悠远的箫声，肃杀中透着苍凉。剑客（中年男性，嗓音冷峻沙哑，气息绵长，江湖气十足）按住腰间长剑，沉声道：“阁下跟了我三百里，是为了庄主的人头，还是为了这把剑？”黑衣人（青年男性，阴柔而克制，语速极慢）轻笑一声：“都不是。我只是想看看，传说中的‘断水’，名不名副其实。”剑客眼神一凛：“那就让你死个明白。”话音未落，只听“锵”的一声拔剑出鞘，紧接着是雨夜里两道身影交错而过的破空声，最后一片枯叶缓缓落地。
对白、配乐与音效，放在同一条时间线上。
多轨时间线把所有声音放在一起：调整节奏、替换音色、加入音乐和音效，混音后直接导出成片。
交给它，完成整部作品。
描述你想要的作品，Intelligence 会拆出角色与场景、为每一条声音挑选模型和音色，再把它们编排进多轨时间线。你可以在任何一步接手修改。
- 自动识别角色与场景
- 统一调度语音、音乐与音效模型
- 生成可继续编辑的多轨工程
换一种语言，还是原来那个人。
上传视频，选择目标语言。字幕提取、角色识别、翻译与配音一次完成，并保留原演员的音色、情绪与节奏。
- 短剧与影视出海
- 多角色自动识别
- 译文与时间轴可逐句校对
每天都在用的基础能力。
上传一段 3 到 30 秒的清晰录音，得到一个可以说任何话的声音，连同语气与说话习惯一起保留。
30 多种语言与中文口音，一段文本里可以混排多种语言，也可以用拼音指定读音。
把人声与伴奏分开，为二次创作与后期制作提供干净的素材。
平台上的模型都可以通过 API 调用，提供 Python、JavaScript、.NET 与 Swift SDK。
三步，做出第一段声音。
- 1打开 Vocu 悟声
中国大陆用户访问 wusound.cn，海外用户访问 vocu.studio。网页端即可使用，不需要安装任何软件。
- 2选一个声音，或者做一个
从音色库里挑选，上传几秒录音克隆，或者用一句描述设计全新的声音。
- 3写下文本，开始生成
需要细调时加一句 {{ }} 导演标签。生成的音频可以直接下载，或放进 Studio 继续编排。