speaking.ai/ elevenlabs/ resemble.ai/ Microsoft Azure AI/ XTTS
1. Azure AI，虽然微软博客更新了，但我目前在Azure没有看到
“提供一分钟语音样本，快速复制用户声音”的personal TTS，就是上传audio克隆声音的模型。只有text-to-speech，而且azure的页面操作起来很复杂，虽然大而全，但教程和客服都很难用，这也是IAAS的通病吧。
2. speaking.ai的声音克隆，相较elevenlabs和resemble ai，它提供一次免费的克隆。我克隆了毒师Walter White的声线，只需要上传1分钟的老白人声，然后输入想让老白念的词，效果还不错，排队到生成十分钟
3. 个人认为目前语音克隆的最佳方案， XTTS：
https://huggingface.co/spaces/coqui/xtts
将录音转换为清晰的摘要笔记显示