AI 语音:把脚本变成旁白或对话
shuut 的 AI 语音会把写好的脚本读出来,做成旁白。粘贴文字,选好语音模型和声音,就能得到一段音频。
声音工具里并排提供四个语音模型。每个模型都有自己的声音、语言,以及调整情绪或语气的方式。对话模式可以让多位说话人出现在同一段音频里。
适用模型
| 模型 | 开发方 | 价格 | 最低价 |
|---|---|---|---|
| Eleven v4 | ElevenLabs | 每次生成 4 积分 | 每次生成 4 积分 |
| Chirp 3 HD 声音 | 每次生成 2 积分 | 每次生成 2 积分 | |
| MiniMax Speech 2.8 HD | MiniMax | 每次生成 5 积分 | 每次生成 5 积分 |
| Qwen Audio 3.1 TTS | Alibaba | 每次生成 2 积分 | 每次生成 2 积分 |
价格以积分计(1 积分 = US$0.01),每次使用时从你的 shuut 余额中扣除。每次生成前都会显示确切价格。
AI 语音在 shuut 声音工具里怎么用
AI 语音按钮会打开声音工具,并已选好语音。
输入或粘贴要朗读的脚本。
先选语音模型,再从这个模型的列表里选声音。
如果是一段对话,可以在对话模式里给每位说话人分配声音,整段对话会生成一段音频。
按“生成”,脚本就会变成可以播放和下载的旁白。
Chirp 3 HD 的声音也能在“AI 数字人”工具里朗读脚本。
shuut 里的 AI 语音模型和区别
Eleven v4 是 ElevenLabs 的语音模型。它朗读时带有情绪,声音多,支持的语言范围广,还可以在脚本里加语气标签。
Eleven v4 Dialogue 会把写好的对话变成一段音频,每位说话人可以单独选声音。
Chirp 3 HD 是 Google 的文字转语音模型,专注自然的韩语旁白,声音数量不多。
MiniMax Speech 2.8 HD 能读韩语和英语,声音列表丰富,还可以选择情绪。
Qwen Audio 3.1 TTS 有几种多语言声音,会按你给的语气指示来读。
写 AI 语音脚本之前
先确定语言,这样模型的选择范围会缩小:只用韩语选 Chirp 3 HD,韩语或英语选 MiniMax Speech 2.8 HD,其他语言选 Eleven v4 或 Qwen Audio 3.1 TTS。
如果很在意朗读效果,先规划好情绪或语气在哪里变化,再用 Eleven v4 的语气标签、MiniMax 的情绪选择或 Qwen 的语气指示。
如果是对话,给每句台词标上说话人,分配声音会更简单。
用你自己克隆的声音朗读是 Eleven v4 的另一个模式,需要得到声音本人的同意。
如果用到了真实人物的声音,请确认发布平台是否要求标注 AI 生成。
如何在 shuut 里制作 AI 语音音频
- 打开 AI 语音,进入已选好语音的声音工具。
- 粘贴脚本,或写一段对话并给每句台词标上说话人。
- 选择语音模型和声音;在对话模式里,给每位说话人各选一个声音。
- 在模型支持的地方加上情绪、语气标签或语气指示。
- 按“生成”,播放做好的旁白。
常见问题
- AI 语音能读哪些语言?
- Eleven v4 支持的语言范围广,Qwen Audio 3.1 TTS 有多语言声音。MiniMax Speech 2.8 HD 能读韩语和英语,Chirp 3 HD 能读韩语。
- 哪些模型有韩语声音?
- Chirp 3 HD 专为自然的韩语旁白打造,MiniMax Speech 2.8 HD 能读韩语和英语。Eleven v4 和 Qwen Audio 3.1 TTS 也是多语言选项。
- 一段音频里可以有多位说话人吗?
- 可以。在对话模式里给每位说话人选一个声音,Eleven v4 Dialogue 会把整段对话变成一段多人音频。
- 怎么让声音听起来开心、平静或严肃?
- Eleven v4 朗读时带有情绪,脚本里可以加语气标签。MiniMax Speech 2.8 HD 可以选择情绪,Qwen Audio 3.1 TTS 会按语气指示来读。
- 能用我自己的声音朗读吗?
- 用克隆的声音朗读是 Eleven v4 的另一个模式。需要得到被克隆声音本人的同意。
- AI 语音音频怎么计费?
- 语音任务按每次运行计费。按“生成”之前,每个模型都会显示报价。
可以创作的内容
更新于 2026年11月17日
开始之前
按结果付费,按下“生成”前会先显示报价;订阅可选。
动态镜头、字幕、调整比例注册后即可免费使用。
条款第 9 条说明了商业用途;范围因模型和协议而异,权利、广告规定和 AI 标识需由你自行确认。
shuut 与各模型开发方无关联。