AI 配音工具怎么选：付钱之前先问这 9 个问题

说明： 本文由声匠 VoiceSmiths 团队撰写。我们自己就在卖 AI 配音工具，所以并不中立；这份清单是我们自己选工具时会用的，大部分对任何工具都适用。引用我们自己的数字时会注明，其他工具的价格请以它们官网为准。

选 AI 配音工具，先按要做的事选类型，再拿自己的稿子实测 15 分钟，然后才付钱。 大部分「买了不好用」，要么是买了一个为别的活设计的工具，要么是被精挑细选的官方样音打动，而没有拿自己的品牌名、自己的对白、自己最长的那一段去试。

先给结论

1. 你到底要做什么？

把接下来一个月最常做的三样东西写下来，带上长度。「每周两条 30 秒带货视频」和「一本 10 万字的小说」需要的是两种工具，擅长一种的往往做另一种很一般。只要有两个以上角色说话，就需要逐句分配声音；超过几千字，就需要长文模式。

2. 要哪些语言，每种语言要不要母语音色？

现在很多模型能说几十种语言（Eleven v4 支持 90 多种），但一个声音会保留它原本那种语言的口音。中文音色读英文，听起来就是中国人在说英文。这可能正是你要的（一个角色换语言不换人），也可能正是你不要的（给西语市场做广告）。口音要紧的话，确认每种要发布的语言都有母语音色。

3. 怎么测音质？

别看首页样音，那是挑过的。拿你自己的内容测三样：

1. **一句满是你自己词汇的话：**品牌名、产品名、英文缩写、人名、地名。
2. **一句带情绪的对白：**吵架、开玩笑、耳语。
3. **两分钟旁白：**一定听到结尾，语速、音量、语气的漂移往往在后面才出现。

手机外放和耳机都听一遍。很多工具免注册就能免费生成几条；在声匠，首页或文字转语音页每天可以免费生成两条短音频，够测第 1、2 项。

4. 能不能「导演」？

一条满意的配音通常不止生成一次。看看不改文字能调什么：情绪/音频标签（比如 [whispers] 耳语、[laughs] 笑）、语速、稳定性，多角色时能不能逐句调。新模型能按行内标签表演，老模型会把标签念出来。哪些标签好用，见情绪标签速查表。

5. 一个词老读错，能不能一次修好？

每个 TTS 模型都会读错点什么：你的品牌、某个姓氏、英文缩写、中文多音字。问清楚能不能把读法固定一次、以后处处生效（发音词典或别名规则），而不是每篇稿子都改写这个词。拿你最难的五个词测。原理见发音词典。

6. 一分钟成品到底多少钱？

各家按积分、字数、分钟计费，很难直接比。统一换算成一分钟成品的价格：

• 中文语速大约每分钟 250 字，英文大约每分钟 850 个字符（我们自己的实测：1,000 个中文字约 4 分钟，1,000 个英文字符约 70 秒）。
• 乘以每字单价，再算上重做的次数，实际预算按成品时长的 1.5–2 倍估。
• 看清楚月度积分月底会不会清零、生成失败退不退、有没有一次性的小额包，可以不订阅先买一次试试。

拿我们自己的价格做个参照：配音每 100 字 7 积分（极速模型 4 积分），按月付套餐折算，一分钟中文成品约 ¥1.0–1.4；生成失败自动退积分；¥29.9 一次性体验包有 150 积分，不过期。

7. 生成的音频能不能商用？

发布之前读一下授权条款。要看：免费版能不能商用（很多不能）；音色是不是在模仿真人（别用）；克隆声音有什么规矩（只能克隆自己或有书面授权的）；以及发布平台要不要标注 AI。按《人工智能生成合成内容标识办法》，国内平台要求对 AI 生成内容做标识。

8. 能导出什么？

至少要能下载 MP3 或 WAV。做视频的话，带时间轴或 SRT 字幕能为每条视频省下一小时对轴。批量生产要看有没有 API、能不能批量生成、能不能分轨或逐句下载。如果你用剪映或 Premiere 剪辑，一份和音频对得上的 SRT 比稍好一点的音色更值钱。

9. 付款和售后合不合你的习惯？

这一条淘汰掉的工具比音质还多。海外平台大多只收信用卡；国内平台大多收支付宝、微信，常常要国内手机号。还要看能不能开你要的票据、客服说什么语言、有没有真人回复。声匠人民币用支付宝付、美元用银行卡付，界面中英文都有。

15 分钟实测流程

1. 用你自己的稿子写好第 3 题里的三句测试。
2. 每句用两三个音色在免费额度里各生成一次。
3. 如果有发音词典，把最难的五个词加进去，再生成一次。
4. 导出一次，连同字幕拖进你的剪辑软件。
5. 算出一分钟成品的价格（第 6 题）。
6. 读一遍授权条款里关于商用的那一段（第 7 题）。

第 1 步或第 4 步就过不了的工具，功能列表再长也没用。

这些情况要警惕

• 每月几十块「无限生成」，却没有合理使用条款。
• 音色名字直接用明星的名字，或者明显在模仿某位明星。
• 几秒钟的录音就能克隆任何人的声音，没有任何授权确认。
• 不说能不能商用，也不说没用完的积分怎么处理。
• 不绑卡就看不到价格。

常见问题

哪个 AI 配音工具最好？ 没有一个「最好」，只有某件事上最合适的。英文短配音几家头部模型差距不大，价格、编辑控制和导出更重要；多角色内容最看逐句分配声音；中文内容最看有没有母语普通话音色和能不能用支付宝。

免费的 AI 配音够用吗？ 测试和个人项目通常够用。商用要看授权：很多免费版不允许商用，或者带水印。

AI 配音一分钟多少钱算合理？ 个人套餐和 API 之间能差十倍。比较前先把每个方案换算成一分钟成品的价格（含重做）。在声匠，按月付套餐折算，一分钟中文成品约 ¥1.0–1.4。

要不要克隆自己的声音？ 只有当你的声音本身是品牌的一部分、而且产量大的时候才值得。克隆效果取决于你给的录音，用嘈杂录音克隆出来的声音，往往不如挑一个好的现成音色。见声音克隆教程。

怎么公平地对比两个工具？ 同一份稿子、同一种语言、同样长度、各用最好的模型，盲听。我们的对比页（对比 ElevenLabs、对比 Murf、对比 Speechify）都按这个规则做，也写明了对方更强的地方。

用你自己的稿子免费试，不用注册 →