让 TTS 使用你的声音后，观众输入的消息听起来就像由你本人说出，而不是由语音库里的预设声音朗读。因此，录音质量、声音本人的明确授权以及消息审核都很重要。本指南会介绍 ControlPlay 的 Own Voice 功能、录音的存储方式，以及上线前该怎样测试。
每个 ControlPlay 账号都可以使用语音库声音。Own Voice，也就是本指南介绍的克隆声音，是一项独立选项，由 ControlPlay 通过邀请开通。
TTS 如何使用你自己的声音
- 准备清晰的录音素材。 客户端支持上传 1 至 25 个 MP3、WAV、OGG 或 WebM 文件，每个文件最大 10 MB。你还需要为声音命名并选择语言。
- 创建声音克隆。 ControlPlay 会将文件发送到 ElevenLabs Instant Voice Cloning。这些录音会作为克隆声音的参考素材，无需另行排队训练模型。
- 将声音用于 TTS 互动。 观众使用账号中可用的 Coins，在你通过 Twitch Extension 开放的 TTS 互动中输入文字。ControlPlay 会先检查消息，再生成音频。
每项 TTS 互动都可以单独选择声音，并设置所需的 Coins 数量、冷却时间、音量和音频输出。你还可以设置它在 DND 模式下是否照常可用、是否仅限指定游戏，以及播放时是否将你的麦克风静音。
录音存在哪里，删除后又会怎样处理
上传的文件会发送给语音服务商，由服务商保存并用于声音克隆。根据 ElevenLabs 数据保留文档，Instant Voice Cloning 会保留上传的录音，并且不支持 Zero Retention Mode。ControlPlay 不会在自己的服务器上长期保存原始文件，但会保留声音的元数据和生成的试听片段，以便在语音库中预览。
删除声音后，它会从你的 ControlPlay 语音库中移除，同时系统会把向 ElevenLabs 提交声音删除请求的任务加入处理队列。删除账号也会启动相同的流程。服务商端的删除无法保证立即完成，具体处理遵循 ElevenLabs 隐私政策。
你可以克隆谁的声音
尽量只克隆你自己的声音。如果要上传他人的录音，必须先获得对方明确的书面许可，并拥有克隆及后续使用该声音所需的权利。提交录音前，你需要在上传页面声明已经获得相关许可并拥有所需权利。
录音即使已经公开，也不代表你可以克隆名人、主播或队友的声音。Twitch 社区准则仍然适用，ElevenLabs 禁止使用政策也禁止未经授权、带有欺骗性或可能造成伤害的冒充行为。
ControlPlay 如何防止观众滥用你的声音
ControlPlay 会在生成音频之前检查观众输入的文字。文字过滤机制先识别被屏蔽的表达和常见的规避写法，随后语义检查会评估整条消息。被拦截的文字不会转换为语音。在拦截模式下，本次互动使用的 Coins 会退还给观众。
TTS 审核指南详细介绍了过滤流程。观众无法访问你的麦克风或上传的录音文件，只能在你已经开放的 TTS 互动中输入文字。
在 Discord 和游戏语音聊天中使用你的声音
在直播的音频输出中，这个克隆声音与其他经过审核的 TTS 声音用法相同。ControlPlay 虚拟麦克风还可以把音频发送到兼容的应用，例如 Discord 或游戏内语音聊天。请在每个目标应用中选择正确的输入设备，并分别测试。实际效果取决于应用和你的音频设置。
观众自行输入的 TTS 消息使用不可转让、没有货币价值的 ControlPlay Coins。你最多可以设置三项可选的测试版奖励。观众兑换你频道的频道点数后，ControlPlay 会按照你设定的比例自动计算应发放的 Coins。这种方式不会产生收入，也不涉及 80/20 分配。观众不能用 Bits 直接触发自由输入的 TTS 消息或发送到语音聊天的音频。对于符合条件的 Affiliate 或 Partner 频道，观众可以在 Twitch 中确认一项获准且由 Extension 预先定义的直接互动，或者确认所选的 Coins 套餐。Twitch 完成套餐确认后，Coins 才会计入观众的钱包。Coins 套餐不能用来绕过直接使用 Bits 的限制。对于这两种获准的 Bits 路径，Twitch 目前按每个已使用 Bit 对应 1 美分计算，其中 80% 分配给符合条件的主播，20% 分配给 ControlPlay。Twitch 可能调整这项计划。
ControlPlay 在其中的作用： 观众使用 Coins 输入文字，消息先经过审核，再由你选择的声音在直播中或通过已配置的虚拟麦克风朗读。是否开放、所需 Coins 数量、冷却时间、音量、音频输出和 DND 模式都由你设置。
怎样录出适合克隆声音的素材
录音条件保持一致，比一味增加文件数量更重要：
- 在安静的房间里录音，不要带入音乐、游戏声音或电流噪声。
- 尽量保持与麦克风的距离和说话方式一致。
- 用你希望克隆声音呈现的语言、音色和说话方式自然录制。
- 录音中只能有一个人说话，背景里不要出现提醒音或语音聊天。
ElevenLabs 建议准备大约一到两分钟没有杂音的清晰录音。先试听生成结果，再向观众开放这项 TTS 互动。如果有明显噪声，或者声音不像你，请换用质量更好的录音重新创建。
设置使用自己声音的 TTS
- 创建 ControlPlay 账号，连接 Twitch，安装 Windows 客户端并启用 Twitch Extension。
- 先按照 Twitch TTS 设置指南，选择一个语音库中的声音并完成设置。
- 联系 ControlPlay 支持团队咨询 Own Voice，因为声音克隆选项通过邀请开通。
- 上传录音素材，选择语言，阅读数据存储说明，并声明你已经获得使用该声音所需的许可和权利。
- 试听生成结果，为一项 TTS 互动选择该声音，然后设置所需 Coins 数量、冷却时间、音量和音频输出。
- 使用另一个观众账号发送一条内容正常的测试消息，并在 OBS 中进行一次本地录制。如有需要，再单独测试语音聊天中的声音。
先只开放一项使用自定义声音的 TTS 互动。等观众消息听起来清楚，而且被拦截的文字不会进入播放流程后，再添加其他互动。