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
- 准备一份已定稿的旁白文本(建议先 150~400 字练手)。
- 用浏览器打开 ElevenLabs 并登录。
- 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:
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
- 在文稿里按镜头分段,每段单独生成,方便重录。
- 文件命名用"镜号-内容",避免导入后混乱。
- 剪辑时先对齐口播,再铺背景音乐,最后加字幕。
- 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:
【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
- X 用户 @kamil_sattar 关于使用 ElevenLabs 等工具制作无脸视频的教程分享帖
- X 用户 @allen_lattimer、@pushkersoni72 工具清单中对 ElevenLabs 的提及
- ElevenLabs Docs:Text to Speech / Playground
https://elevenlabs.io/docs/overview/capabilities/text-to-speech