长文有声书生成 - 5 万字一次提交
AI 有声书制作:最长 50,000 字符一次提交,按段落自动分块,带上下文连贯生成,合成单个音频文件与整篇字幕时间轴。小说、课程讲稿、播客文稿的长音频方案。
最近更新: 2026-08-23
长文本的真正难点不是"长"
把一万字拆成几段分别生成,谁都会做。难的是段与段之间听不出切分:语调不能突然重置,上一段结尾的语气要延续到下一段开头。长文模式在生成每一段时,都把前后段落作为上下文一起送给模型,所以衔接处是连贯的。
真实样例:三段小说,一个文件
197 字的小说片段,用空行分成 3 段,普通话播音音色生成后拼成一个 49.7 秒的文件:
深夜十一点,林夏终于合上了最后一页实验记录。窗外的雨已经停了,
城市像是屏住了呼吸。……
电话在这时响起。屏幕上是一个她以为永远不会再出现的名字。……
林夏放下电话,从抽屉深处取出那枚芯片。指尖冰凉,心跳却出奇地平稳。……
注意听第一段结尾到第二段开头——那里是一次切分,但语气是连着的。
长文模式做了什么
- 自动分块:按空行分段,超长段落再按句号切,每块不超过 2,500 字符
- 上下文连贯:每块携带前后文生成,语调不重置
- 合并输出:所有块拼成一个 MP3;字级时间轴按累计时长平移,得到一条贯穿全文的字幕轨
- 一次计费:按块数计算积分,生成前明示总价,任一块失败整单返还
适合什么
- 有声书 / 网络小说:整章提交,配合社区音色库的播音音色或克隆的主播声
- 课程讲稿:一节课一个文件,附整篇字幕,改一段只需重生成那段
- 播客文稿:写完直接出成品,不用进棚
- 多语言长内容:翻译后各语言分别生成,每种语言用母语音色
使用方式
语音工作台 → 长文有声书:粘贴最多 50,000 字符,页面实时显示将分几段、预计多少积分,选音色与模型(可展开高级参数调稳定度与语速),点生成。一万字约需 1–2 分钟。完成后在记录面板下载音频与整篇 SRT。