La clonazione vocale basata su modelli di voice conversion rappresenta una delle applicazioni più avanzate della sintesi vocale neurale, con potenziali impatti nei settori dell'intrattenimento, dell'accessibilità e della produzione multimediale. Questa tesi analizza e sperimenta tecniche di voice cloning attraverso l'addestramento e l'ottimizzazione di modelli basati su Mangio RVC (Retrieval-based Voice Conversion), costruito su un'architettura VITS con componente avversariale. Il principale intento del lavoro è l'applicazione dei risultati al doppiaggio, con particolare riferimento agli audiolibri e ai voiceover. I dataset utilizzati per l'addestramento e per l'inferenza sono stati forniti da ODS - Operatori Doppiaggio e Spettacolo, azienda torinese che ha collaborato al progetto, garantendo materiale audio professionale in lingua italiana.