SceneMixer
繁體中文
免費註冊

AI 文字轉語音

快速回答:AI 文字轉語音(TTS)會用神經語音把書寫的文字念出來:模型會判斷每個句子該怎麼唸,包括字詞、重音、停頓與音高,然後產生音訊,所以聽起來像是真人在朗讀,而不是把錄好的音節拼接起來。選工具時要看你需要的語言與聲音、它能控制發音與語速到什麼程度,以及你能否把音訊用於商業用途。在 SceneMixer 上,台詞不是事後再疊到影片上:每個角色會在生成的片段中,用該角色的聲音把台詞說出來。
AI 短劇《霓虹債》劇照,由 SceneMixer 端到端生成(7 位角色、1 集)
範例霓虹債遊戲畫面寫實1 集由 SceneMixer 從劇本端到端產出觀看劇集

AI 文字轉語音的運作方式

現代的文字轉語音系統會經過三個步驟:

  1. 文字正規化:數字、日期、縮寫與符號會被轉成文字,而且要看上下文決定怎麼唸:「Dr.」在人名前讀作「醫師」,在街道名後面則讀作「Drive」。
  2. 發音與韻律:文字變成聲音,模型會從整個句子預測重音、停頓、音高與語速,所以問句句尾會上揚,列舉的內容中間會有小小的停頓。
  3. 音訊:神經模型會產生波形,也就是聲音本身,可以先經過一種稱為頻譜圖的中間聲音圖像,也可以直接產生。

較舊的系統是把配音員錄好的短片段拼接起來,所以在接縫處聽起來會斷斷續續。神經語音則是用許多小時的錄音來訓練,並且每個句子都重新生成,因此同一個聲音能以自然的節奏念出它從未見過的文字。

AI 文字轉語音、AI 語音生成器、TTS:這些名稱各是什麼意思

名稱通常指的是典型用途
文字轉語音(TTS)輸入文字,輸出以現成聲音念出的音訊旁白、無障礙、朗讀文章
文字轉聲音同一件事的另一種說法相同
AI 語音生成器文字轉語音加上聲音設計:挑選或描述一個聲音,通常還能複製一個聲音配音、角色、廣告
聲音複製依據真人錄音建立的新聲音在取得同意的前提下,大量使用你自己的聲音
AI 變聲器語音進,語音出:把你自己的錄音重新配音直播串流、重新配音一段錄音

所以被宣傳為 AI 語音生成器的工具,通常就是文字轉語音,只是聲音庫較大、控制較多。變聲器則比較特別:它需要以一段錄音為起點,而不是文字。

如何選擇 AI 文字轉語音生成器

免費 AI 文字轉語音,或免費文字轉語音:免費方案通常限制什麼

免費方案適合用來試聽聲音,而且大多數至少會限制下列其中一項:每月字元數、聲音數量、下載、商業用途,或檔案品質。有些免費線上朗讀工具只會在瀏覽器中播放音訊,不讓你存檔。在用免費方案建立專案之前,先確認你選的聲音也包含在你之後會付費的方案中,並閱讀你要發布的地方的授權條款。

寫出適合朗讀的文字

影片的 AI 配音:疊在畫面上念,或在場景中說出來

把 AI 聲音放到影片上有兩種方式。常見的一種是配音:把旁白生成為音訊,在剪輯軟體中疊在畫面下,並把畫面剪到與聲音等長。這種方式適合解說、教學與紀錄片,因為畫面中沒有人在說話。

當畫面中的角色必須說出台詞時,單獨的音訊檔就意味著之後要對嘴。較新的影片模型會和畫面一起生成語音,因此說話者的嘴型與文字來自同一次生成。這種方式比較適合戲劇與對白,而不是旁白。

製作你自己的 AI 聲音:複製與同意

聲音複製會依據一段樣本錄音建立聲音;通常錄音越乾淨,就越接近本人。只複製你自己的聲音,或你已取得授權使用的聲音;把這份授權以書面留存,並在說明中標示該聲音為合成。許多服務會拒絕複製知名人士的聲音,而平台也越來越要求創作者標示逼真的合成音訊。

正式投入一個聲音之前,先做五分鐘測試

  1. 挑出你腳本中同時含有人名、數字和問句的一段。
  2. 用三種聲音生成這段,並在觀眾會使用的喇叭上聽,例如手機。
  3. 修正人名與數字的寫法,然後重新生成。
  4. 對照畫面或你需要的朗讀時間,檢查語速。
  5. 在生成整份腳本之前,先閱讀你要發布的地方的授權條款。
影片上的旁白隨畫面一起生成的語音
適合解說、教學、紀錄片戲劇、對白、畫面中的角色
嘴型沒有人在畫面中說話,或事後再對嘴在同一鏡頭中與文字同步動作
更改台詞重新生成音訊,然後重新剪輯重新生成或重新配音該鏡頭
聲音任何文字轉語音的聲音為該角色設定的聲音

常見問題

SceneMixer 有文字轉語音功能嗎?

沒有單獨的音訊下載。在 SceneMixer 上,每個角色的台詞都在生成的影片中以該角色設定的聲音說出,說話者的嘴型也會隨著文字一起動。

SceneMixer 上的聲音免費嗎?

聲音隨影片一併提供,不另外收費:新的 SceneMixer 帳號起始有 50 積分,預設檔的影片每秒 10 積分,為角色配上聲音則不收費。

如何為角色選擇聲音?

在 SceneMixer 上,每個角色的聲音可以用文字描述,例如年齡、音色與語速,也可以從聲音庫中選擇預設聲音,並在選定前先播放試聽。

我能製作自己的 AI 聲音嗎?

在 SceneMixer 的付費方案中,你可以上傳一段你有權使用的錄音,作為某個角色的聲音,並會用於該角色說話的每一個片段。

如何加入 AI 旁白?

在 SceneMixer 的分鏡中,把台詞備註以 (voice-over) 開頭:這句台詞會在鏡頭中被聽見,而畫面中沒有人會動嘴。

台詞能聽起來生氣、疲憊或耳語嗎?

可以。在 SceneMixer 上,每句台詞都可以附上括號內的演出備註,例如 (low, steady),並會依此演出。

角色說哪一種語言?

專案的對白語言,於 SceneMixer 第一步選定。請用該語言撰寫台詞;聲音就是以該語言說出來的。

影片做好後,我能改台詞嗎?

可以。SceneMixer 的「改臺詞」會替換已完成片段中的一句台詞,而它的「原聲」選項會保留該片段中說話者的聲音。

我能複製名人的聲音嗎?

不行。SceneMixer 只接受你自己的聲音,或你已取得授權使用的聲音。

這是需要安裝的 AI 文字轉語音軟體嗎?

不是。SceneMixer 在瀏覽器中執行,在 Android 上則是應用程式;聲音會與影片一併在其伺服器上生成。

聽你的角色說出台詞

寫一段短場景,為每個角色設定聲音,然後渲染一個片段來聽聽看。

開始專案

2026年11月20日更新