试了一下 ElevenLabs 的新模型 v2，可以克隆中文声音了。用我自己过去播客的音频素材训练了一下。

乍一听很惊人，后面就成了费翔的商务殷语了。

不过未来可期，有的本来就读稿、没有情绪起伏的单口主播们也许真的不用自己录了。

Invalid media: video