现在市面上已经有很多文字转语音的工具了,但效果最出色的,还得是 Elevenlabs,尤其是他们目前还在 Alpha 阶段的 v3 模型。这个模型支持 70 多种语言,还能定制各种音色,生成的语音听起来非常真实、情感丰富。不论你是想做播客、视频解说,还是给游戏角色配音,都能找到合适的声音。
在配音的时候,你可以直接用滑块调整语速、稳定性、风格等参数,让声音更贴合自己的需求。v3 最强大实用的一个功能,就是可以在文本前加标签,比如笑,配音里就会自动加入笑声或者其他相应的表现力,听起来更生动。如果你对系统自带的声音不满意,还可以自己描述想要的声音风格,比如年龄、性别、口音、情感等等,系统都能帮你生成全新的声音。配音生成后可以直接下载成 mp3,操作简单,效果也非常不错。