I
普通的文字转语音只能用一种声音朗读全部内容。而播客、访谈或小品需要更多:两三个人互相问答、打断、欢笑。手动拼接不同台词的语音耗时费力,停顿听起来也不自然。对话生成工具可以一次性为整个剧本配音,生成一段完整录音。
将每句台词单独写一行,例如:“安娜:嗨!我们今天聊点什么?”。冒号前的名字就是说话人,你可以为每个说话人指定一个声音。以破折号开头的台词会在两个声音之间交替。还没有剧本?只需描述一个主题——比如“两个朋友争论要不要搬到另一个城市”——选择1到5分钟的时长,AI就会免费生成一段可编辑的双人对话。
Google推出的Gemini 3.1 Flash TTS可以经济实惠地为双人对话配音,停顿自然,还能用文字描述对话的情绪氛围。ElevenLabs的Eleven v3 Dialogue支持最多三个声音,表现力最强:可以在台词中直接插入[laughs](笑)、[whispers](低语)、[interrupting](打断)等标签。费用只按实际朗读的文本计算,说话人姓名不计入字符。
II
Gemini支持双人,Eleven v3 Dialogue支持三人
AI免费生成1至5分钟的对话
完整对话含自然停顿,无需手动拼接
支持[laughs]笑声、[whispers]低语、[interrupting]打断等标签
生成前可预览并选择声音
只需为实际朗读的文本付费
III
无需录音棚即可制作试播集或预告片
制作广告情景剧和音频广告
制作课堂对话和听力练习材料
制作广播剧和多角色朗读的书籍场景
IV
或免费根据主题生成剧本
为每位说话人选择不同的声音
整段对话生成为一个音频文件
V
看看您能创造什么 — 自己来试试
«安娜和马克斯讨论如何只睡六小时也能精力充沛»
两分钟播客节目片段
«主题:两个朋友争论要不要搬家 · AI生成剧本»
生动活泼的3分钟对话
«咖啡师与顾客 · 咖啡店广告 · Eleven v3»
富有表现力的音频广告
«主持人、嘉宾与专家 · 访谈节目»
三人对话录音
积分套餐：150 积分 $5, 350 积分 $12, 1250 积分 $35。
VII
每句台词单独一行,格式为“姓名:台词”。姓名可以是任意名字,包括两个字的名字。以破折号开头的台词会在两个声音之间交替。
Gemini 3.1 Flash TTS正好支持两位说话人,Eleven v3 Dialogue支持两到三位。
剧本最多5000个字符,约相当于5分钟的对话。更长的节目可以分段生成配音。
是的。只需描述一个主题,选择1、2、3或5分钟的时长,AI就会生成一段双人对话。费用只在配音时按点数收取。
价格取决于台词的长度:Gemini为每1000个字符7点数,Eleven v3 Dialogue为13点数。说话人姓名不计费。如果生成失败,不会扣除点数。
