参考音频文件 5-12 秒清晰单人音频；超过 12 秒服务端会自动取前 12 秒。 参考音频对应的文本 由 faster-whisper 自动识别原话，请校对错字、标点。 音色名字 开始克隆

试一段（可编辑，再点"合成试听"） 流式播放仅在「匿名克隆」流程后可用（不需要登录）。