🎙️ ElevenLabs ⏱ 6 min read 🗣️ 文本转语音

🗣️

输入任何文本并听到它以自然的AI声音被朗读——从30多种语言中的数千种声音中选择，创建多声对话，并控制情感、速度和表达风格

文本转语音将书面文字转换为自然听起来的音频。输入您想要说的内容，从数千种声音的库中选择一个，AI生成的语音听起来像一个真实的人——具有自然的节奏、停顿和表情。支持超过30种语言。

四种模式满足不同需求。创建语音从文本生成音频，使用单一声音——最简单和最常见的用法。带时间标记的语音为输出添加字符级时间戳，方便将音频与字幕或动画同步。创建对话让您为不同的台词分配不同的声音，产生最多10个独特发言者的多声对话。带时间戳的对话将多声与时间数据结合，适用于精确的同步工作流程。

情感和表达控制使语音听起来更人性化。在最新的v3模型上，音频标签让您可以直接在文本中插入指令——将一个词标记为低语、兴奋或叹息，声音会自然响应。速度和稳定性滑块微调声音的说话速度和一致性。

生成的音频可独立用于播客、配音和叙述，或直接输入其他工具——将其用作Avatar（照片转说话视频）或Lip Sync（让视频中的某人说话）的音频输入。这就是您为AI角色赋予声音的方式。