AI 语音合成

语音合成台准备中

正在铺开稿纸

AI 语音合成入口 · 文字配音与多引擎朗读 · 萤炬工具箱 · 工具说明与使用指南

AI 语音合成入口 · 文字配音与多引擎朗读 · 萤炬工具箱

适用场景与相似需求

为自有文稿制作旁白与朗读音频时,可选择音色或提供获授权参考音频;文本与音频需发送云端,受服务排队和额度影响,不承诺无限免费。

AI 语音合成把一段文字读成人声音频,用来做短视频配音、课件旁白、播客片头或无障碍朗读。提供预置音色、风格描述与参考音频克隆三类玩法,中英文都能读。合成依赖云端 GPU 模型,文本经后端代理送到推理服务处理,返回可试听、可下载的音频,因此需要联网且排队时会等待。

使用步骤

  1. 选择引擎与音色:预置角色适合直接出稿,风格描述适合调整语气,参考音频用于模仿指定声音。
  2. 把要朗读的文字粘进输入框,中英混排也可以,长文本建议分段提交。
  3. 点击合成,等待云端返回,页面会显示当前任务进度。
  4. 在线试听,满意后下载音频文件;不满意就换音色或改断句再合成一次。

功能与限制

  • 合成走云端 GPU,需要联网,并非本地处理。
  • 支持中文、英文等多语言与多种音色风格,部分引擎支持参考音频克隆。
  • 可把生成的音色保存到本地音色库,下次直接复用,不必重新上传参考音频。
  • 引擎首次使用需冷启动,等待约 1 到 3 分钟属正常现象。
  • 超长文本建议分段合成后再拼接,可用「音频拼接」工具合成一条。

常见问题

文本会上传吗?
会。语音合成需要云端 GPU 模型推理,文本会经后端转发到推理服务,不属于纯浏览器本地处理。不要提交身份证号、密码等敏感内容。
为什么有时要等很久甚至失败?
云端算力是共享排队的,模型冷启动、账号配额用尽或长文本都会拉长耗时。等待较久时先缩短文本,或稍后换个引擎重试。
文本长度有限制吗?
有,不同引擎的字数上限不同,超出会在提交时提示。长文本建议分段提交,或改用「Piper 语音合成」这类本地引擎一次读更多字。
合成的声音能商用吗?
取决于所选模型与音色的授权条款,不同开源模型许可不同。商用前请自行核对对应模型的许可证,尤其是克隆真人声音的用途。
参考音频要准备多长?
通常十几秒清晰、无背景音乐的干声就够。录音带混响、噪声或多人说话时,克隆出的音色会明显走形。
标点会影响朗读效果吗?
会,而且影响很大。逗号、句号决定停顿位置,长句不加标点容易一口气念完、语气发飘,适当断句比反复换音色更有效。