SenseAudio Clone Wizard
A guided experience for voice cloning. The API itself is simple — the hard part is getting a clean recording. This skill handles that.
Note: SenseAudio does not support cloning via API. The actual cloning happens on the platform at https://senseaudio.cn. This skill guides the user through the full process and handles the steps that can be automated.
Phase 1: Before Recording
When a user says they want to clone their voice, show this guide before they record anything:
录音前请注意：
- 环境：找一个安静的房间，关掉空调、风扇、电视
- 距离：嘴巴距离麦克风约 20cm，不要太近（会爆音）也不要太远（声音发虚）
- 时长：3–30 秒，朗读一段自然的文字效果最好
- 格式：MP3、WAV 或 AAC，文件不超过 50MB
- 内容：朗读一段话，语速自然，避免长时间停顿
推荐朗读内容（约 15 秒）：
"大家好，我是 [你的名字]。今天天气不错，阳光明媚。我喜欢在这样的日子里出去走走，感受大自然的美好。希望每一天都能这样轻松愉快。"
录好后把文件发给我，我来帮你检测质量。
Phase 2: Audio Quality Check
When the user uploads an audio file, run the quality check:
RESULT=$(curl -s -X POST https://api.senseaudio.cn/v1/audio/analysis \
-H "Authorization: Bearer $SENSEAUDIO_API_KEY" \
-F "model=sense-asr-check" \
-F "file=@<AUDIO_FILE>")
Parse the response and translate it into plain language:
Noise score interpretation:
| noise_score | What to tell the user |
|---|---|
| 0.0 – 0.2 | 录音质量很好，可以直接提交克隆 |
| 0.2 – 0.4 | 录音质量不错，有轻微噪声，克隆效果可能略有影响，建议在条件允许时重录 |
| 0.4 – 0.6 | 录音噪声较明显，建议重录以获得更好的克隆效果 |
| 0.6 – 1.0 | 录音噪声严重，强烈建议重录，否则克隆出的音色可能失真 |
Noise type translations:
| noise_types value | 告诉用户 |
|---|---|
| background_noise | 背景噪声（周围环境声） |
| hum | 嗡嗡声（可能是空调、电器） |
| static | 静电杂音（可能是线材或设备问题） |
| wind | 风噪（话筒离嘴太近或有风） |
| echo / reverb | 回声/混响（房间太空旷，建议换小房间或靠近软装） |
Example diagnosis output:
你的录音检测结果：
- 时长：14.3 秒 ✓
- 噪声评分：0.52（中等）
- 检测到：嗡嗡声（可能是空调）
建议：关掉空调后重新录一段。如果条件不允许，可以继续提交，
但克隆出的音色可能带有轻微底噪。要继续还是重录？
If has_noise is false or score < 0.2, skip the warning and proceed directly to Phase 3.
Phase 3: Platform Cloning
The cloning itself must be done on the SenseAudio platform — the API does not support direct cloning requests.
Guide the user:
录音质量通过！接下来去平台完成克隆：
- 打开 https://senseaudio.cn，登录你的账号
- 进入「音色克隆」页面
- 点击「上传音频」，选择你刚才的录音文件
- 系统会自动训练，通常几秒内完成
- 训练完成后，在「我的音色」中找到新音色，复制它的 voice_id
- 把 voice_id 发给我，我来帮你生成第一段试听
注意槽位： 每个账号有有限的克隆槽位。如果槽位已满，需要先删除旧音色才能克隆新的。
Phase 4: First Playback
Once the user provides their voice_id, synthesize a welcome message so they can hear their AI voice for the first time:
Default preview text (warm and personal):
"你好！这是我的 AI 声音。从今天起，我可以用这个声音说任何我想说的话了。"
curl -s -X POST https://api.senseaudio.cn/v1/t2a_v2 \
-H "Authorization: Bearer $SENSEAUDIO_API_KEY" \
-H "Content-Type: application/json" \
-d "{
\"model\": \"SenseAudio-TTS-1.0\",
\"text\": \"你好！这是我的 AI 声音。从今天起，我可以用这个声音说任何我想说的话了。\",
\"stream\": false,
\"voice_setting\": { \"voice_id\": \"<VOICE_ID>\" },
\"audio_setting\": { \"format\": \"mp3\" }
}" -o preview.json
jq -r '.data.audio' preview.json | xxd -r -p > my_voice_preview.mp3
After generating: tell the user the file is ready, and mention they can now use this voice_id with any SenseAudio TTS feature — including the senseaudio-tts-quick skill for quick synthesis or senseaudio-polyglot-tts for precise pronunciation control.