AI 语音合成（TTS）在 2026 年已经达到了「难辨真假」的水平。ElevenLabs 是目前语音合成效果最好的平台——不仅能生成自然度极高的语音，还能克隆你自己的声音、做多角色对话配音、控制情感和语速。本教程从零开始，带你做一条完整的配音作品。

ElevenLabs 核心能力一览

  • Text to Speech：文字转语音，支持 29 种语言，中文效果优秀
  • Voice Cloning：上传 1-3 分钟音频克隆声音，免费版可克隆 3 个
  • Voice Design：用文字描述生成全新虚拟声音（如「中年男性，低沉磁性，带轻微英式口音」）
  • Multi-Speaker：一段文字中分配不同角色声音，自动生成对话音频
  • Sound Effects：生成音效（雨声、脚步声、环境音），不限于语音
  • 价格：免费版每月 10000 字符，Starter 版 $5/月 30000 字符，Creator 版 $22/月 100000 字符

第一步：注册并体验基础 TTS

打开 elevenlabs.io 注册账号。进入后默认就是 Text to Speech 界面。

左侧选择声音（免费有约 20 个预制声音），右侧文本框输入要合成的文字。

试试这段中文：

大家好，欢迎收听本期播客。今天我们来聊聊 AI 语音合成技术的最新进展。你可能已经发现，现在的 AI 声音和两年前完全不同了——它不再机械，而是有了情感、有了停顿、甚至能模仿笑声和叹息。

点击 Generate，等待 3-5 秒就能听到效果。免费声音中推荐：

  • Adam：低沉男声，适合纪录片和旁白
  • Rachel：清晰女声，适合教程和新闻
  • Antoni：年轻男声，适合播客和短视频
  • Bella：温柔女声，适合有声书和故事

第二步：调整语音参数

文字框下方有三个关键滑块：

  • Stability（稳定性）：越高声音越一致稳定，越低越有表现力但可能不稳定。建议 30-50%
  • Similarity（相似度）：越高越像原始声音特征。克隆声音时建议 75-90%
  • Style Exaggeration（风格强度）：越高越夸张。0 适合正式内容，高值适合角色配音

进阶技巧——在文本中用标记控制语音节奏：

第一句。---（长停顿）第二句。+++（语速加快）第三句。。。（犹豫停顿）

ElevenLabs 会识别这些标点符号的变化并调整语音节奏。省略号、破折号、感叹号都有不同的效果。

第三步：声音克隆（Voice Cloning）

这是 ElevenLabs 最强大的功能。你只需要 1-3 分钟的清晰录音就能克隆一个声音。

  1. 进入 Voices → Add New Voice → Choose Instant Cloning
  2. 上传音频文件（MP3/WAV，至少 1 分钟，清晰无噪音）
  3. 给声音命名，添加描述标签（如「30岁男性，普通话标准」）
  4. 等待 30 秒处理完成，就可以在 TTS 界面选择这个声音了

录音要求：

  • 环境安静，用手机录音即可，不需要专业麦克风
  • 正常语速朗读，不要刻意模仿播音腔
  • 覆盖常用音节：读一段 300 字的文章就足够了
  • 不要有背景音乐、风扇声等噪音

克隆效果：中文克隆的相似度约 85-90%，英文可达 95%+。个别词的发音可能略有偏差，可以通过调整文本中的拼音标注来纠正。

第四步：制作有声书 / 长篇配音

ElevenLabs 的 Projects 功能专为长篇内容设计：

  1. 进入 Projects → New Project
  2. 上传文本文件（TXT/EPUB）或直接粘贴长文本
  3. 在编辑器中将文本分段，每段可以指定不同的声音
  4. 支持插入停顿标记（---），控制段落之间的间隔
  5. 点击 Generate Audio，等待处理后下载完整音频

有声书制作技巧：

  • 叙述部分用一个声音，角色对话用克隆的不同声音
  • 章节之间插入 2 秒停顿标记（---）
  • 先做 1 分钟的测试片段，确认效果满意后再生成全文
  • 免费版有 10000 字符限制（约 20 分钟音频），Starter 版可做约 1 小时长篇

第五步：播客生成工作流

结合 ChatGPT + ElevenLabs 可以快速生成播客内容：

  • 第一步：用 ChatGPT 写播客脚本，格式为「主持人A：xxx / 嘉宾B：xxx」
  • 第二步：在 ElevenLabs 中为主持人和嘉宾各选一个声音
  • 第三步：用 Multi-Speaker 功能，将脚本按角色标记后一次性生成对话音频
  • 第四步：下载后用 Audacity 加片头片尾音乐，导出最终播客

注意事项：

  • 克隆他人声音需获得本人授权，未经授权使用可能涉及法律风险
  • 免费版生成的音频可以个人使用，商用需 Creator 版以上
  • 中文语速默认偏快，可以在文本中多加逗号和句号来降速
  • 如果个别字发音不准，可以用同音字替换或在旁边标注拼音

到这里，你已经能用 AI 做出专业级的配音和有声书了。建议先用免费版练习，找到最适合你内容风格的声音后，再考虑升级付费版做商用项目。