AI 配音与文字转语音

剪一条三分钟的解说,稿子写完了,人声还没着落。把文案粘进去、挑个音色、调一下停顿,几分钟就能导出 MP3,这类工具现在做得够用了。

收的都是文字转语音方向的产品,国内的网页工具为主,也放了一个开源可自部署的。费用列写「有免费版」的,通常限字数、限音色或带水印;商用授权和声音克隆的条款各家写得松紧不一,导出前先翻一下注意一栏。

选入标准能输入文字生成配音、有多种音色可选的工具,含网页端与需自行部署的开源方案,排除纯录音转写工具。

10个条目
9个能免费用
10个国内可直接访问
1个不用登录
1个开源
更新于 11 月 13 日

对比

条目费用登录国内访问按语
TTSMaker网页 · Windows · macOS 有免费版 要登录 可以 每周 3 万字符免费额度,五十多种语言,多人对话模式省事
琅琅配音网页 有免费版 要登录 可以 声音库 1100 多个,连读、多音字等细节调得多,偏精细出稿
魔音工坊网页 有免费版 要登录 可以 覆盖 15 种方言,逐句试听和局部变速适合长旁白
悦音配音网页 · iOS · Android 有免费版 要登录 可以 带违禁词检测,手机端也能改稿,高级情绪音色要 SVIP
逗哥配音网页 · iOS · Android · Windows · macOS · 微信小程序 有免费版 要登录 可以 配音之外还带文案提取、人声分离,一条龙做解说视频
知意配音网页 · iOS · Android · Windows · 微信小程序 有免费版 要登录 可以 能直接导出 MP3 和字幕,会员按年买更划算,开通不退款
标贝悦读网页 — — 可以 中英文混读和多音字纠错稳,还能把已有录音换成目标音色
蓝藻AI网页 有免费版 要登录 可以 云知声的发音人,支持上传样本克隆音色,注意隐私条款
ElevenLabs网页 · iOS 有免费版 要登录 可以 音色自然度靠前,免费版不能商用,国内访问速度看网络
IndexTTSLinux · Windows · macOS 免费 不用登录 可以 开源可本地部署,音色和情感分开控制,代价是要自己搭环境

逐条

TTSMaker在线文本转语音工具,支持 50 多种语言、300 多种语音风格,可调语速音高并插入停顿标签,每周免费 3 万字符,适合给抖音、B 站视频配旁白的创作者。按语每周 3 万字符免费额度,五十多种语言,多人对话模式省事
琅琅配音网页端的 AI 文字转语音工具,1100 多个 AI 主播覆盖 80 多种语言和十多种情感风格,编辑器可调连读、停顿、多音字并支持多人分段配音,适合一个人做短视频解说或有声书时快速出多条不同音色的配音。按语声音库 1100 多个,连读、多音字等细节调得多,偏精细出稿
魔音工坊在线文字转语音配音平台,提供 1500 多种声音风格、19 国语言与 15 种方言,配音编辑器支持逐句试听、多音字标注、停顿重读和一段文案换多个发音人,适合短视频解说批量配音、通勤路上在手机和电脑间同步改稿。按语覆盖 15 种方言,逐句试听和局部变速适合长旁白
悦音配音制片帮旗下的在线语音合成工具,输入文案即可从近千种音色中选声生成人声,支持情绪主播、多音字与数字读法处理,并可导出 WAV、生成 SRT 字幕,适合自媒体创作者给短视频配旁白。按语带违禁词检测,手机端也能改稿,高级情绪音色要 SVIP
逗哥配音广州有码科技出品的 AI 配音工具,粘贴文案选音色即可生成接近真人语调的解说音频,并提供声音克隆、文案提取、自动对轴等配套功能,适合做影视解说、历史故事类账号的人把更新频率从几天一条提到一天一两条。按语配音之外还带文案提取、人声分离,一条龙做解说视频
知意配音在线文字转语音配音工具,提供按场景分类的主播音色(含方言与英语),支持像 Word 一样分段、插入停顿、调节语速和情绪并试听,适合短视频解说和课件录制者批量制作旁白。按语能直接导出 MP3 和字幕,会员按年买更划算,开通不退款
标贝悦读标贝科技推出的在线文字转语音平台,输入文字即可选发音人合成配音,支持中英文混读、多音字纠错、插入停顿与局部变速,还能用多人配音给不同段落换音色,适合做教程、科普类短视频的人批量生成旁白。按语中英文混读和多音字纠错稳,还能把已有录音换成目标音色
蓝藻AI云知声出品的在线语音合成平台,输入文稿选发音人即可生成配音,支持声音克隆和多性别、多口音、多语种音色,还能润色文案后顺手转音频,适合短视频作者给片子配旁白、有声书制作者批量朗读长文稿。按语云知声的发音人,支持上传样本克隆音色,注意隐私条款
ElevenLabsAI 语音研究与产品公司推出的创作与对话平台,文本转语音覆盖 90 多种语言、可克隆音色,也能生成音乐、音效和视频配音,适合做播客、有声书或给视频换语言的内容创作者。按语音色自然度靠前,免费版不能商用,国内访问速度看网络
IndexTTS开源的零样本语音合成系统,给一段参考音频就能用该音色朗读,支持中英日西阿五种语言,可调情感、语速并指定拼音、CMU 音素纠正读音,适合要把声音数据留在本机、批量生成配音的开发者自行部署。按语开源可本地部署,音色和情感分开控制,代价是要自己搭环境