ElevenLabs 文字转语音入门:把稿件变成可下载的旁白音频

适合人群:需要给短视频、课件、演示加旁白,但不方便自己录音,或想先快速出一版试听的内容创作者与教师。会注册账号、复制粘贴即可;是否商用、音色授权与配额以 ElevenLabs 当前条款和套餐页为准。

X 上不少"AI 工具清单"和"无脸频道"教程会提到 ElevenLabs 做配音。本文不写复杂 API,只按官方文档中的文字转语音(Text to Speech)Playground 思路,带你从选声音到下载音频。

一、你能用它做什么

  • 把已写好的中文/英文稿念出来;
  • 先用不同音色试听,再决定正式录制是否必要;
  • 为教程视频生成时间可控的旁白草稿。

它不是自动写脚本工具。脚本质量仍决定成品质量:口语化、短句、少堆名词,听感会更好。

二、准备工作

  1. 准备一份已定稿的旁白文本(建议先 150~400 字练手)。
  2. 用浏览器打开 ElevenLabs 并登录。
  3. 进入文字转语音 / Playground 一类入口(名称可能是 Text to Speech)。

三、生成第一段语音

步骤 1:选择声音

在声音库中挑一个清晰、语速适中的音色。做教程时可优先"稳定、少表演感"的声音;做故事叙述再考虑更有情绪的音色。

步骤 2:粘贴文本

把稿件粘贴进输入框。官方文档提到 Playground 单次可处理较长文本(具体上限以页面提示为准)。初次建议先用一小段测试发音。

步骤 3:调整常用参数(若界面提供)

文档中的常见建议思路是:

  • Stability(稳定性):过高可能偏平,过低可能更波动;可先从中等附近试;
  • Similarity(相似度):控制接近原音色的程度;
  • Style(风格夸张度):新手可先保持较低,避免发飘。

不同模型对语言支持不同,请选择匹配你文本语言的模型。

步骤 4:生成并试听

点击生成后完整听一遍,重点听:

  • 数字、英文缩写、产品名是否读得怪;
  • 是否在句号处停顿不足;
  • 是否有漏字或重复。

步骤 5:下载

试听合格后下载音频文件,导入你的剪辑软件(如 CapCut)对齐画面。

四、让发音更稳的文本写法

官方提示写作建议可概括为:

  • 数字尽量写成汉字或按你希望的读法拆开(例如年份、金额);
  • 少用非常见符号与表情;
  • 专有名词在初稿用括号标注读音,或改成更好念的写法。

示例修改:

复制代码
原句:2026Q3 GMV 达 3.5m。
可改为:二零二六年三季度成交总额约三百五十万。

五、接到视频里的最小流程

  1. 在文稿里按镜头分段,每段单独生成,方便重录。
  2. 文件命名用"镜号-内容",避免导入后混乱。
  3. 剪辑时先对齐口播,再铺背景音乐,最后加字幕。
  4. 若要做长期栏目,固定 1~2 个音色,品牌感更稳。

六、旁白稿分段示例

把 90 秒视频拆成三段分别生成,通常比一次生成整篇更好改:

复制代码
【镜1-开场】今天用三步,把表格里的重复行清掉。
【镜2-步骤】第一步选中数据,第二步去重,第三步抽查结果。
【镜3-收尾】如果去重后行数不对,先检查是否选漏了列。

一段不满意只重跑一段,节省额度,也避免后半段被带偏。

七、音色与栏目一致性

若你在做系列短视频,建议单独建一个文档记录:

  • 音色名称或编号;
  • 常用稳定性/相似度设定;
  • 开场口播固定句式;
  • 禁止出现的口头禅。

下次生成前先对照文档,观众会感觉栏目更统一,也减少"每一集换一个声音"的跳跃感。

如果你同时做多语言版本,先固定中文口播,再单独生成英文轨,不要在同一段文本里中英混杂过长专有名词,可读性通常更差。

导出文件建议统一放在"口播草稿"文件夹,并按日期备份,避免覆盖唯一可用版本。

八、常见问题 FAQ

Q1:免费额度够用吗?

因时间和套餐变化,以账号内显示为准。先用短文本测试,确认音色合适再生成长稿。

Q2:可以克隆自己的声音吗?

产品提供声音相关能力,但涉及录音质量、授权与条款。新手先用系统音色完成学习目标,再阅读官方 Voice 相关说明。

Q3:生成结果能商用吗?

取决于你的套餐与内容版权(文稿是否你拥有、是否涉及第三方IP)。发布前阅读官网 Terms / 帮助中心商用条款。

Q4:一定要会编程吗?

不必。Playground 足够入门;API 留给以后要批量自动化时再学。

九、小贴士

  • 同一段落若某词总念错,改写句子往往比死调参数更快。
  • 导出前记录:音色名称、模型、主要参数,方便复现。
  • 口播稿用"说人话"的短句,比书面长句更适合 TTS。
  • 最终成片仍建议人工听完全长,避免漏读。

参考资料

相关推荐
O。O蛋黄酥啊9 小时前
实时语音 Agent 开发完全指南:从 ASR/TTS 到 WebRTC/VAD 的链路拆解
大模型·webrtc·语音识别·tts·asr
骑着蜗牛撵大象3274 天前
边听边答的底层逻辑:实时语音对话的延迟拆解与流水线设计
ai·对话系统·tts·低延迟·流式asr
云樱梦海7 天前
5 分钟上手 IndexTTS 2.5 便携包:不用装 Python、不挑显卡、本地离线跑语音克隆
开发语言·python·tts·indextts2.5
深度智能Ai12 天前
IndexTTS 2.5 语音合成 API 接口使用文档
ai·语音合成·tts·在线语音合成
Logrus IT14 天前
Logrus IT数字化解决方案分享:创新中心的专家博客内容创作与运营
内容运营·内容营销·内容创作·数字化解决方案·logrusit·社交媒体运营
刘广睿15 天前
短视频脚本怎么写才不拖进度:从选题到口播稿的生产流程
短视频·效率工具·工作流·内容创作·素材管理
liuyanqun-parbie16 天前
从语音到答案:实时语音客服机器人技术实践
机器人·agent·tts·asr·语音
siv771 个月前
长文本批量配音怎么做?从文稿整理到音频批量交付
语音合成·文字转语音·有声小说·批量配音·课程配音·长文本配音
qwsaedca1 个月前
在Mac上跑 Kokoro TTS经验总结
rust·mac·tts