有声书工具
有声书的难点不在音色，而在几十万字的读音一致与章节交付。
有声书旁白发音交付
工具档案
- 类型
- service
- 厂商
- ElevenLabs、Microsoft Azure AI Speech
- 形态
- 服务
- 平台
- 浏览器 · macOS · Windows
- 价格
- 按量 + 订阅
- 适用工作
- 有声书 · 旁白 · 本地化
- 核对日
- 2026-10-31
相关
长文本要按章切
一次贴进十万字，语音合成会截断、超时或从头重来。按章或按场景切成一到三千字的块，每块单独生成、单独试听、单独重录。段落之间用停顿标记而不是空行，数字、单位、日期先写成要读出来的形式。角色对白与旁白分轨生成，后面才好调音量与语气。
发音词典是成败点
- 人名、地名、品牌先列清单，按出现顺序建词条。
- 多音字按上下文写，别靠默认读音：行、重、长、乐、着。
- 数字与符号写成口语：二〇二六、三点五、百分之二十。
- 英文缩写是逐字母还是连读，逐条指定。
- 音标或近似拼写二选一，团队统一，不要混用。
- 词条区分大小写与词形变化，复数与所有格单独加。
- 每改一次词典，抽三处回听，确认没有连带改坏别处。
章节交付检查清单
- 每章一个文件，文件名带书号、章号与版本。
- 开头与结尾各留半秒静音，章间不吞字。
- 全书响度一致，不靠后期压缩去救。
- 采样率与位深统一，交付格式跟平台要求。
- 章节标题、作者、朗读者在元数据里写全。
- 试听每章前三句与最后一句，专有名词逐个核对。
- 留一份未处理的干声，改稿时不用重生成整章。
哪些内容别交给合成语音
诗歌、方言对白、回忆录里的哭腔、法律免责声明，合成语音很难处理得体；需要角色表演的童书，也要人先定语气。克隆声音必须拿到本人书面同意，公开发布要按平台要求披露合成语音。训练素材与参考录音的授权范围，决定了成品能不能商用。
从一章开始
先做一章十五分钟的样带，把词典、停顿与响度定下来，再批量生成。之后再看响度归一、合成语音披露与版权归属的条目。
在库中听例子
Der Erlkönig, D.328《魔王》四个角色在几分钟内切换，试多角色音色分配与旁白基准（C1）详情Moods, Impressions and Souvenirs十八分钟的长段，章节底乐要连续铺满而不露接缝（C1）详情Impromptu Op. 142 No. 1 in F Minor, D935九分半的即兴曲，单章长度的器乐垫乐，句尾要给人声让位（C1）详情月光光照地堂粤语童谣，儿童书的轻语气与句读参照（C1）详情
每首均来自 midicn-lib，行内徽标为许可档位（C1 可商用 / C2 非商业 / C3 仅学习研究）。
同一条线
事实来源
- ElevenLabs、Microsoft Azure AI Speech 与 Amazon Polly 官方文档中的长文本、SSML 与发音词典说明。
- W3C Speech Synthesis Markup Language 规范中停顿、重音与发音标注。
- Audible 与 Spotify 有声书投稿规范中的章节、响度与元数据要求。
- 合成语音披露与声音克隆同意的平台政策。