要制作自己的AI配音音频，可以按照以下步骤进行：

1. 选择语音合成平台和工具：市面上有很多语音合成平台和工具可供选择，其中一些包括百度智能云、腾讯云、Google Cloud等。选择适合自己需求的平台和工具，并注册账号。

2. 收集和准备训练数据：为了训练AI模型，需要大量的文本和对应音频数据。可以从公开的语音库、电子书、新闻等地方收集相关文本，并找到相应的音频进行配对。

3. 数据预处理：对收集的文本进行清洗和分词处理，以便更好地训练模型。这一步还可以进行音频数据的格式转换和降噪等处理。

4. 模型训练：使用选择的语音合成平台提供的工具和API，将准备好的训练数据导入到模型中进行训练。在训练过程中，可以调整参数和优化模型。

5. 调试和优化：训练完成后，需要对生成的音频进行调试和优化。可以通过听取音频，检查其音质、语调和流畅度等方面的表现，并根据需要进行调整。

6. 输出音频：在调试和优化完成后，可以通过语音合成平台提供的API或工具将文本转化为配音音频。可以选择合适的音频格式和设置相应的音频参数。

7. 导出和应用音频：将生成的配音音频导出并应用到自己的项目中。可以根据需要进行后期处理，如音量调整、音频剪辑等。

每个语音合成平台和工具的操作步骤和细节可能会有所不同，具体操作可根据所选平台和工具的文档和指南进行。要制作高质量的AI配音音频，还需要投入大量的时间和精力来进行训练和优化。

制作自己的AI配音音频需要以下几个步骤：

1. 收集语音样本：您需要准备一些自己的语音样本，可以是录音文件或者文字转语音工具生成的语音文件。样本需要覆盖不同的音调和语速，并尽可能包含各种语音表达。

2. 数据预处理：对语音样本进行预处理，包括去除噪音、调整音频质量等。您可以使用音频编辑软件（如Audacity）来进行这些操作。

3. 录制语音标签：您需要为每个语音样本录制相应的文本标签，表示每个样本的准确文本内容。这将用于训练模型以准确地生成音频。

4. 训练模型：使用深度学习技术（如循环神经网络或转形注意力网络），将语音样本和文本标签作为输入，训练一个声音模型。您可以使用开源工具（如Tacotron或WaveNet）来训练模型。

5. 生成音频：使用经过训练的模型，将输入的文本转换为声音。您可以使用模型生成音频的开源库（如TensorFlow或PyTorch）来实现这一步骤。

6. 合成音频：如果您希望将生成的声音与其他音频进行混合，您可以使用音频编辑工具将其合并，调整音量、混响等效果。

7. 调优和优化：根据需要，您可以对生成的音频进行后处理，如调整音调、语速等，以使其更符合您的需求。

请注意，制作自己的AI配音音频是一个复杂的过程，涉及到深度学习和音频处理等领域的专业知识。如果您没有相关经验，建议寻求专业人士的帮助或使用现有的语音合成服务，如Google Text-to-Speech或Microsoft Azure Speech服务。