从一份文稿开始。
直接在这里编辑文稿、切换声音。点击“生成”，即可将草稿带入工作室——生成音频需要免费账户。
三步将文稿变成音频。
处理时间取决于输入大小、所选模型和服务提供商的可用性。
生成限制取决于所选模型。工作室会显示支持的脚本长度。
按语言、性别、年龄和风格筛选440+种声音，再设置语速、音调和情绪。消耗任何字符之前，都可以先试听。
在工作室中选择 MP3、WAV 或 FLAC。可用音频设置取决于所选模型。
一个编辑器，满足所有需求。
声音、参数控制、声音克隆和名人戏仿声音都集中在同一个界面中。更换声音时，无需导出到其他工具。
每个声音都是声音库中真实收录的条目，标有语言、口音、年龄段和风格，而不是一个笼统的滑块。筛选出最合适的四个声音，并排对比试听。
选择支持语言中的 AI 生成语音。请先试听，并用自己的文本测试发音。
三个滑块加一个情绪选择器。把旁白放慢到0.9×，获得有声书般的节奏；或把音调升高两个半音，让广告口播更明亮。
在工作室中选择 MP3、WAV 或 FLAC。可用音频设置取决于所选模型。
克隆声音与声音库中的声音显示在同一个声音选择器里。只需三十秒干净音频即可创建一个；Starter套餐包含三个槽位。
200+种风格化名人模仿，适合梗视频和粉丝剪辑，其中14种可免费使用。仅为戏仿，并非所模仿人物的录音。
为你正在做的工作而打造。
每个场景都有专属页面，列出适合的声音，并提供可直接生成的示例文稿。
AI文字转语音的实际工作原理。
什么是AI文字转语音？
文字转语音可以把书面文字变成有声的音频。早期系统靠拼接预先录制的语音片段，所以听起来断断续续、机械生硬。现代神经网络系统则会预测整句话的轮廓——音调在哪里升高、停顿持续多久、重音落在哪个词上——再据此生成音频波形。
实际效果是：一段文字听起来像有人在朗读，而不是机器在播报。它最常用于人们不想亲自录制的旁白：有声书、课程模块、视频配音、电话菜单，以及为长篇文章提供的无障碍朗读。
VoiceMate如何生成语音
从声音库中选择一个声音，粘贴文稿，然后生成。每个声音都是一个独立的模型，拥有各自的语言、口音、年龄和默认风格。因此，选择“英式英语 · 故事讲述”，就是选定一位特定的朗读者，而不是给通用声音套上一个滤镜。
在工作室中选择 MP3、WAV 或 FLAC。可用音频设置取决于所选模型。
六个声音，六种用途。
均为声音库中的真实条目，附真实描述。点击播放，听听每个声音朗读同一句话的效果。
青春感十足的对话式女声，自然真实。
善良沉静的年轻成年女声，带通用美式口音，说话温柔亲切。
富有感染力的成年女声，带英式口音，适合广播和正式公告。
富有表现力的成年男声，带英式口音，非常适合引人入胜的有声书旁白。
专业的成年男性新闻主播声音，英式口音清晰，专为正式新闻播报设计。
沉稳可靠的成年女声，带通用美式口音，非常适合清晰、稳定的播报。
获取配音的三种方式。
在演绎和导演配合方面，聘请的配音演员仍然更胜一筹。以下才是真正起决定作用的取舍。
| VoiceMate | 自己录制 | 聘请配音演员 | |
|---|---|---|---|
| 费用 | 包含在每月字符额度内 | 免费，但要花费录制时间 | 通常按成品音频的分钟数计费 |
| 交付时间 | 处理时间会变化 | 取决于录音和编辑 | 取决于配音者的时间安排 |
| 修改 | 每次重新生成都会消耗套餐字符数。 | 重新录制，还要匹配之前的音量电平 | 往往需要重新约录，再付一笔费用 |
| 语言 | 40种，在同一个编辑器中完成 | 仅限你说得流利的语言 | 每聘请一位演员对应一种 |
| 一致性 | 可使用同一语音，但表达效果可能变化。 | 随嗓音状态、房间环境和心情而变化 | 每次录制都有差异 |
简而言之。
准备好了，再选择套餐。
每个账户初始可获得500个免费字符。在这里，真正重要的是每月的字符额度。
每个账户初始可获得一次性的500个免费字符额度，之后不会补充，无需银行卡。适合刚开始接触AI配音的爱好者。
/ 月
适合每周发布内容的创作者。
/ 月
适合团队和大批量制作。
/ 月
- Studio HD 与 Turbo 语音模型
- 支持 MP3、WAV 和 FLAC 下载
- 情感、语速和音调控制
- 声音标签与发音词典
关于文字转语音的常见问题。
你可以获得一次性的500个免费字符，无需银行卡。这大约是一小段话，约30秒音频——足够用你自己的文稿判断一个声音是否合适，但不足以用来正式制作。付费套餐每月$9.99起，包含50,000个字符。如果想要不限量的免费选项，可以使用基于浏览器的朗读工具，它没有长度限制，但使用的是你设备自带的声音，而不是我们的声音。
可以，所有付费套餐均支持。Starter及以上套餐包含商业使用权，可用于客户项目、可变现视频、广告和已出版的有声书。使用免费额度生成的音频仅限个人非商业用途。
在工作室中选择 MP3、WAV 或 FLAC。可用音频设置取决于所选模型。
声音库收录了440+种AI声音，覆盖40种语言，每个声音都标注了语言、口音、性别、年龄段和风格。此外还有200+种名人风格的戏仿声音，以及你自己克隆的声音。
在工作室中选择 MP3、WAV 或 FLAC。可用音频设置取决于所选模型。
文稿中的一个字母、空格或标点符号就算一个字符。一分钟的成品旁白大约需要800–900个字符，因此Starter套餐的50,000个字符约等于每月一小时音频；Pro套餐的1,000,000个字符则足以制作有声书。
可以。录制或上传约30秒的干净音频，VoiceMate就会生成一个克隆声音，它会和声音库中的声音一起显示在同一个声音选择器里。Starter套餐包含3个克隆槽位，更高级的套餐包含更多。
不可以。额度会在每个计费周期开始时重置。如果你每个月经常剩余很多或明显不够用，降级或升级一档套餐，通常比留出大量余量更合适。