简介

SpeechGen.io 是一款在线文字转语音（TTS）生成器，借助神经网络语音合成技术把文字变成语音。它针对的是制作流程中一个常见瓶颈：团队需要为视频、课程、电话系统或导览等内容配旁白，却没有预算或时间为每个脚本都请配音演员。

整个服务在网页浏览器中运行，无需安装任何软件。用户输入或粘贴文字（单次任务最多 1,000,000 字符，也可上传 DOCX、PDF 和 SRT 文件），从覆盖 150 多种语言和口音的 5000 多个语音库中挑选，调整语速、音调、停顿等参数，最后下载为 MP3、WAV、OGG、OPUS 或 FLAC 格式。语音分 Standard、PRO、HD 三个质量档位，档位越高每字符消耗的额度越多。除 TTS 外，平台还提供语音克隆、变声、字幕转语音、音视频转录，以及用于自动化的 REST API。

主要功能

150 多种语言的 5000 多个语音：语音库可按语言、口音、性别和质量档位筛选，消耗额度前可先试听预览。

SSML 与发音控制：编辑器支持 SSML 标签，可控制停顿、韵律、重音、音素以及单词和数字的读法，还可调整句子与段落之间的停顿。

多说话人对话：一个音频文件可组合多个不同语音，适合培训情景、语音导览等以对话为主的内容。

语音克隆：用 10–60 秒清晰语音约 30 秒即可构建定制语音模型，支持 15 种语言；克隆须使用本人声音或获得说话人的书面授权。

Smart Cache：7 天内未修改的句子可免费重新合成，降低反复编辑时的成本。

文档与字幕转换：可上传书籍和长文档，用切分标签按章节拆分为多个音频文件。

REST API 与集成：提供同步和长文本异步生成接口，便于自动化，另有 WordPress 插件和 Make（Integromat）集成。

定价与费用

定价：按量购买的额度包，无需订阅——25,000 额度 $4.99，65,000 额度 $9.99，200,000 额度 $24.99，500,000 额度 $49.99，2,000,000 额度 $149.99，10,000,000 额度 $599.99。额度有效期为一年，每次充值后刷新；可通过 Stripe 刷卡或 PayPal 支付。
免费额度：首次 1,000 字符内无需注册即可试用编辑器，注册账号可获 2,000 免费额度；转录功能每月含 10 分钟免费时长。
商用授权：所有套餐均附带商用授权，覆盖 YouTube、播客、广告、在线教育、IVR、应用和有声书等用途。
各档位额度消耗：Standard 语音每 2 字符消耗 1 额度，PRO 语音每字符 1 额度，HD 语音每字符 2 额度。
转录服务：音频、视频和 YouTube 链接可转换为 TXT、DOCX、PDF、SRT、VTT 或 CSV，并自动标注说话人；单文件最大 1 GB 或 3 小时，上传文件 3 天后删除。

适用人群

SpeechGen.io 适合需要在紧迫期限内完成配音的内容营销人员和视频制作者，需要为大量学员扩展录制课程的教学设计者，以及搭建双语 IVR 电话菜单的中小企业。博物馆和文化遗址用它做语音导览，制造商用它生成多语言安全广播，出口企业则用一份脚本把旁白本地化为多种语言。开发者也可以通过 REST API 把 TTS 能力接入自己的产品。

常见问题

SpeechGen.io 是什么？它是一款基于浏览器的 AI 文字转语音平台，提供 150 多种语言的 5000 多个神经网络语音，并附带转录、语音克隆和 API 功能。

SpeechGen.io 可以免费试用吗？可以。首次 1,000 字符内无需账号即可使用编辑器，注册后再获 2,000 免费额度；付费额度包最低 $4.99，无需订阅。

支持哪些平台和集成？可在任何桌面或移动浏览器中运行，并提供 REST API、WordPress 插件和 Make（Integromat）集成用于自动化。

生成的音频可以商用吗？可以。每个额度包都附带商用授权，覆盖 YouTube 视频、播客、广告、在线教育和有声书等用途。

上传的文件和生成的项目会如何处理？转录上传文件 3 天后删除，项目历史保留 30 天，收藏的音频永久保存；语音克隆须使用本人声音或说话人的书面授权。

简介

主要功能

定价与费用

适用人群

常见问题

用户评价 (0)

你会推荐 SpeechGen.io 吗？留下你的评价

相关教程

相关工具