Uma voz clonada a partir de uma amostra em inglês pode falar japonês. O idioma é uma configuração da geração, não uma propriedade da amostra - então um clone cobre os dez.
Idioma, voz e motor ficam na mesma caixa que o roteiro. Troque o idioma, gere de novo, e a mesma voz lê no novo - que é justamente o objetivo de clonar uma vez em vez de gravar um locutor dez vezes.
O ditado funciona ao contrário: ele transcreve o que você gravou, e a limpeza opcional que remove hesitações e restaura a pontuação mantém o idioma em que você realmente falou, em vez de traduzi-lo.
