Altered Studio

Altered Studio是什麼

Altered Studio 是一款用於媒體製作的 AI 語音內容平台，其核心技術為 Speech-to-Speech Voice Morphing，也就是將真人的聲音轉換成另一種聲音，同時盡量保留原有的節奏、停頓、重音和情緒。它適用於電影電視的 ADR、遊戲角色、動畫對白、廣告、有聲內容、課程旁白，以及用於隱私保護的聲音變換。

平台可在網頁端使用，也提供 Windows 與 macOS 桌面應用。桌面版可調用本地計算資源完成編輯、即時變聲和部分本地聲音克隆任務；

企業還可諮詢本地伺服器、API 與多席位方案。

Altered Studio核心功能

語音到語音變形

使用者可錄製或導入一段表演內容，再選擇目標聲音與模型來生成新的音色。Timbre模型主要用於改變聲音的物理特徵，同時會盡量保留原始說話者的口音與表達方式。

Clone 模型會更明顯地接近目標聲音及其口音；Performance 和 Style 方向則用於更專業的表演控制。

與純文字轉語音相比，語音變形能保留演員對臺詞的具體演繹。

平台會根據輸入的音頻長度來扣除 Voice Morphing 的使用時間。對於同一段音頻而言，一旦進行了第一次變形之後，若再嘗試其他聲音或設定，通常不會再次消耗該段的配額，因此可以同時比較不同的角色、年齡、性別和音高設定。

實時AI變聲

即時語音變換功能可將 Altered 作為虛擬麥克風，用於遊戲、語音聊天或視訊會議。官方說明此模式重視低延遲，通常需要 1 至 4 個 CPU 核心，建議在 8 核以上的電腦上運行。

用戶可選擇聲音模型和說話風格，並調節聲音檢測、自動增益等參數。

實時模式與媒體製作模式並不相同：實時模式追求速度，而離線媒體製作則允許使用品質更高的模型，並進行更精細的調整。在直播之前，應檢查實時因子、緩衝區、麥克風的雜音，以及目標應用程式的輸入設備。

聲音克隆

Rapid Voice Cloning 可以從幾秒鐘長度的乾淨語音中快速建立克隆版本，用於短篇內容、角色草稿以及 ADR 修補等工作。若需要更高品質的本地克隆，則可使用數分鐘到約一小時長度的單個說話者錄音，在使用者的自家顯卡上進行訓練。

官方所給出的最低配置為 NVIDIA RTX 2080 級別的顯卡，且需具備 12GB 的顯存。而較佳的配置則為 RTX 3090 或 4090，並搭配 24GB 的顯存。至於具體的相容性，則需以桌面應用程式的測試結果為準。

在克隆聲音之前，必須取得聲音的原始擁有者或權利人的許可。樣本應避免包含音樂、背景噪音、混響以及其他說話人的聲音，而測試用的檔案最好與用於訓練的檔案不同，如此才能確認模型是否真的具有泛化能力。

文字轉語音與多語言聲音

Altered Studio 提供自有的專業語音，同時也整合了來自 Azure、Google、AWS Polly 和 IBM 等供應商的 700 多種第三方語音，涵蓋 70 多種語言和口音。使用者可以選擇適合的語音、說話風格和節奏來生成腳本；或者先使用 TTS 技術生成完整的內容，再透過 Speech-to-Speech 功能對重點台詞進行修正。

轉錄、翻譯、降噪與音頻編輯

平台整合了語音轉文字、文本翻譯、AI 噪聲消除、AI 聲音淨化以及傳統 DSP 效果，可在同一專案中進行剪輯、排列、混音與批次處理。不同服務會根據字元數、秒數或分鐘數來扣除 AI 代幣，不應將代幣與聲音變換的時間視為同一計算單位。

API與企業部署

Enterprise 版本可享有 API、多席位配額池、自訂語音、專屬客戶經理以及商業資料保護服務，同時還可以諮詢本地運算伺服器的相關問題。而一般的 Creator 或 Professional 套裝則不包含公開 API 的使用權限。

Altered Studio的核心應用、聲音與模型並非開源軟體，截至核驗時也沒有可代表完整產品的官方開源 SDK 倉庫。

Altered Studio價格與套餐對比

官網以按月付、季度付和年付的方式顯示不同地區的價格。以下為驗證時的美元方案，季度與年付的數字為月平均價，實際會按對應週期結算。

Creator與Professional類別中未使用的AI Token，可依照官方規則累積至下個月，但語音變形的使用次數及累積上限仍以帳戶介面所示為準。Free類別則採用Attribution License授權，僅允許用於非商業用途，且必須註明已經對內容進行了修改。

Creator License允許個人或人數不超過5人的公司用於商業用途，但相關業務在過去12個月中的收入或融資額必須低於10萬美元；若超出此範圍，或需要標準的商業使用權，則應選擇Professional或Enterprise版本。

AI Tokens怎樣扣除

供應商及消耗倍率可能會有所變動，因此對於較長的項目，應在處理之前先估算出腳本中的字數以及音頻的長度。至於語音轉換功能，則會根據初次處理時的輸入長度來計算所需的時間。

Altered Studio使用教學

1. 選擇工作模式：整段配音使用 Studio 離線編輯，會議或遊戲需要低延遲時使用 Real-Time。
2. 準備乾淨輸入：靠近麥克風錄製，減少環境噪音、混響、削波和多人重疊。
3. 導入或錄製表演：先完成節奏、停頓與情緒，再讓模型改變音色；這通常比後期強行修正更自然。
4. 挑選模型：只想換音色可嘗試 Timbre，需要更接近目標聲音或口音則選擇 Clone 或相應風格模型。
5. 對比參數：同一輸入可繼續嘗試目標聲音、年齡、性別、音高和 style，而不重複扣首次變形配額。
6. 完成後期：使用降噪、清理、均衡和其他效果，再以項目需要的採樣率導出。

Altered Studio使用教學

建立可重複使用的專業工作流

1. 用真實噪聲、口音和多人片段建立測試集；
2. 比較語音到語音變形、即時AI變聲和聲音克隆的處理差異；
3. 保留原始錄音和未經修改的轉錄；
4. 對外發布前安排人工聽審；
5. 統計處理時長、錯誤率及額度消耗；
6. 定期更新術語表、聲音授權和刪除策略；

適合哪些用戶

• 製作遊戲、動畫、影視 ADR 與角色對白的聲音團隊；
• 需要一人試演多個角色的配音演員與內容創作者；
• 製作廣告、有聲書、課程及行銷旁白的工作室；
• 希望在遊戲、直播或會議中低延遲改變聲音的使用者；
• 重視本地聲音克隆、資料控制、API 和企業工作流的組織。

優勢與注意事項

• AlteredStudio的不同之處在於將真人表演作為核心輸入，適合保留台詞的節奏與情緒，而非僅讓TTS從零開始朗讀；
• 實時與高品質離線兩種路線、本地克隆、音頻編輯以及多供應商TTS，也讓它更接近專業聲音工作台；
• 模型輸出仍可能產生金屬感、發音錯誤、口音偏差或呼吸不自然；
• 高品質本地模型對顯卡要求較高，即時模式還受CPU、驅動和虛擬音頻配置影響；
• 涉及公開人物、演員、客戶或員工的聲音時，必須保留書面授權並向受眾披露為合成使用，不得製作冒充、詐騙或虛假背書；

常見問題

Altered Studio免費嗎

有免費方案，包含每月 3 分鐘的語音變形服務以及 10,000 個代幣。Creator還提供 7 天的免費試用期，且無需信用卡。

試用結束後可自行選擇是否升級。

語音變形會重複扣分鐘嗎

同一段輸入通常只在第一次 Morph 時按輸入長度扣配額，之後嘗試其他聲音和設定不重複消耗該段分鐘。

可以商用嗎

Free僅為非商業用途的署名許可。Creator有收入、融資及團隊人數的限制，Professional則提供更完整的商業許可；

正式商業項目應按自身規模選擇方案。

支援本地運行嗎

支援 Windows 與 macOS 桌面應用，並提供本機聲音克隆功能。高品質的克隆效果需要相容的 NVIDIA GPU；

企業可另行諮詢本地伺服器。

Altered Studio開源嗎

不開源。核心應用、聲音模型與服務皆為專有產品，企業 API 也不等同於開放源代碼。