参考音频是什么？定义、要点与相关工具SinCoSphere 编辑部更新于 2026-09-03术语 绑定到角色的 3–8 秒音色样本，随段一起送入模型让人声保持同一音色。H3 限制总时长 ≤15 秒、≤3 条；预置音色库匹配比逐角色生成音色便宜两个数量级。 延伸阅读Novel to short drama workflow全部术语科普