文字转语音
输入文本 → 选择语言和音色 → 点击生成，三步完成配音。支持语速、音调、音量参数调节，部分语音支持情感风格（如温柔、愤怒、悲伤）和角色扮演效果。HD 语音模型可自动识别文本情绪，实时调整语调。支持上传 TXT/DOCX 文件和 SRT 字幕文件配音，支持插入停顿和背景音乐。
粤语（简体）文字转语音 - 免登录广东话AI配音工具（yue-CN）
粤语文字转语音 · 晓敏、云松两个粤语音色（简体版）
用简体字写粤语稿，也想听粤语发音，就用这一页：XiaoMin（女声）、YunSong（男声）两个音色，按粤语发音合成，不是用普通话硬读粤语字。粘贴文字点生成，MP3 直接下载，免登录、不用录音。
短视频粤语口播、广东本地商家广告、粤语教学音频、港片风格解说、粤语歌歌词朗读都能用。语速 0.5x-2x、音调 ±50% 可调，长稿一次 10 万字走批量生成，输出无水印 MP3。
简体粤语配音：晓敏、云松两个音色按粤语发音合成，呢、嘅、啲、咗 这类口语字直接读，单次最多 5000 字符，长稿走批量生成、单任务 10 万字。
粤语（简体）试听示例
把下面这段简体粤语贴进输入框，用 XiaoMin（女声）、YunSong（男声）各试一遍，粤语的入声和语调普通话读不出来：
欢迎使用浮云梦配音，将呢段文字贴入输入框，拣啱声线就可以生成语音。
推荐音色：XiaoMin（女声）／ YunSong（男声）
网站动态
今日使用人数
0
今日总使用字数
0
我的今日字数
0
文本输入
字符数
0/5000
音频时长
--
粤语配音工具集
多人对话配音
按段落分配角色，每个角色配一个音色，系统自动切换生成完整对话音频。做粤语广播剧、双人粤语访谈、教学对话演练都合适。
批量生成
每个任务支持最多 10 万字的大规模文本转换，系统采用异步批处理机制，不会实时返回音频。可一次提交多个任务，后台同步执行生成，提交后可关闭页面，稍后返回查看任务状态并下载已完成的音频。粤语有声书、整套听力素材走这个入口最省事。
语音转换
上传一段已有音频，把它换成系统里的目标音色，原来的语速、停顿和语气保留下来。已经录好的粤语口播想换音色、或者想给同一段粤语配多个版本，用这个不用重新录。
字幕生成
生成配音音频的同时输出对应字幕文件，可直接导入剪映、PR 等剪辑软件。粤语视频想上粤语字幕或做双语字幕，在这里一次拿到音频和 SRT。
字幕校准
独立的时间轴工具：调整偏移、合并相邻字幕、拆分超长字幕、SRT/ASS/VTT 互转。字幕和音频差半秒这类问题，在这里改比重新生成快。
语音克隆
上传 5-30 秒清晰人声样本（MP3/WAV），系统学习这段声音的特征后用它朗读你写的粤语稿，免费单次 500 字（会员 1000 字）。品牌出镜人不想每次录音，或者想让固定声音贯穿一系列视频，可以用它。
音色设计
用文字描述想要的音色（比如“成熟男声、语速偏慢、适合企业宣传”），系统据此生成专属音色；也能基于上传样本做克隆。系统自带音色都不满意时，这条路比找配音更省事。
粤语（简体）语音数据一览
yue-CN 语种下提供 XiaoMin（女声）、YunSong（男声）神经网络音色，单次可转 5000 字符，长文本走批量生成、单任务上限 10 万字。下表是粤语（简体）语音合成的参数口径，界面上的可选项与下表一致。
| 指标 | 数据 |
|---|---|
| 语言名称 | 中文 (广东话) · Chinese (Cantonese, Simplified) |
| 语言代码 | yue-CN |
| 可用音色 | XiaoMin（女声）、YunSong（男声），共 2 个神经网络音色 |
| 发音特点 | 粤语发音，语调起伏大、入声短促；2 个 GA 音色（1 女 1 男），简体粤语写法可直接读 |
| 页面界面 | 中文界面，语言与音色名称按原语言写法显示 |
| 单次转换上限 | 5000 字符（含空格与标点，超出自动截断） |
| 批量生成上限 | 单任务最多 10 万字，异步批处理，可多任务并行 |
| 参数调节 | 语速 0.5x-2x、音调 ±50%、音量 0-100%、静音时长、目标时长 |
| 文件导入 | TXT / DOCX 文本导入，SRT 字幕按时间轴配音 |
| 导出格式 | MP3 / WAV，无水印、无片头片尾宣传语音 |
| 底层引擎 | 微软 Azure 认知服务文本转语音 API（神经网络语音） |
| 使用门槛 | 免登录即可使用，无需绑定手机号；当日可用额度在页面顶部实时显示 |
| 中文（其他方言与地区变体） | wuu-CN、zh-CN、zh-CN-guangxi、zh-CN-henan、zh-CN-liaoning、zh-CN-shaanxi、zh-CN-shandong、zh-CN-sichuan、zh-HK、zh-TW，共 11 个 |
切换到其他中文方言与地区变体
同一段文字换成别的方言，听感差别很明显。要换方言或地区写法，在“语言”下拉里直接切，语音列表会同步刷新；也可以直接进对应的页面：
粤语文字转语音 · 简体版音色说明
粤语有九个声调，入声短促，用普通话读音色读粤语稿会把语调全部抹平。这个语种提供两个正式可用的粤语音色：晓敏（女声）和 云松（男声）。
简体字写的粤语口语（呢、嘅、啲、揀、唔、咗）直接粘贴就行，不用先转成繁体或书面语。单次最多 5000 字符，长稿用批量生成，单任务最多 10 万字，异步执行，提交后可关页面。
简体粤语配音常用在哪些地方
- 抖音、快手、视频号粤语口播与带货文案
- 广东本地商家广告与店铺广播
- 粤语教学、粤语拼音与声调示范音频
- 粤语歌词、影视解说、港片风格旁白
- 面向粤港澳用户的客服与提示语音
试听示例
欢迎使用浮云梦配音，将呢段文字贴入输入框，拣啱声线就可以生成语音。
界面是简体中文，输入框可直接粘贴简体或繁体粤语；面向香港受众的繁体粤语稿建议用 zh-HK 语种页。
粤语配音与其他 TTS 工具对比
| 对比维度 | 浮云梦配音（本站口径） | TTSMaker | Edge 大声朗读 | ElevenLabs |
|---|---|---|---|---|
| 使用门槛 | 免登录，网页即用 | 需注册（以官网为准） | 浏览器内置，仅限 Edge 内使用 | 面向开发者与海外用户（以官网为准） |
| 粤语地区变体 | 11 个（yue-CN / wuu-CN / zh-CN / zh-CN-guangxi 等） | 以官网为准 | 跟随系统语音包，以官网为准 | 以英语音色为主，以官网为准 |
| 字数与批量 | 单次 5000 字符；批量单任务 10 万字 | 以官网为准 | 无批量与附加功能 | 以官网为准 |
| 多人对话 | 内置，每个角色可配不同音色 | 多角色功能受限 | 不支持 | 以官网为准 |
| 语音克隆 | 上传 5-30 秒样本即可，免费单次 500 字（会员 1000 字） | 以官网为准 | 不支持 | 以官网为准 |
| 字幕工具 | 音频转 SRT + 时间轴校准 | 以官网为准 | 无 | 以官网为准 |
| 导出水印 | 无水印、无片头片尾宣传语音 | 以官网为准 | 无 | 以官网为准 |
| 界面语言 | 中文界面，语言名显示原语言写法 | 以官网为准 | 跟随浏览器语言 | 英文为主 |
竞品一列只做定性描述，具体功能、音色数量与限制以各家官网为准；这里的数值口径均可在上方参数表与站内语言列表中核对。
技术声明
粤语（简体）语音合成基于微软 Azure 认知服务文本转语音 API（Microsoft Azure Cognitive Services Text-to-Speech），Luna、Wayne 均为神经网络（Neural）音色，情感风格由所选风格参数控制。语音克隆与语音转换使用深度学习模型，与 TTS 引擎分开。整段音频在服务端生成，浏览器只负责播放与下载，本地不需要显卡算力。
免费使用与额度说明
核心功能免费，每日有额度
- 免登录即可使用，粤语全部音色开放
- 文字转语音每天 10 次免费额度，次日 0 点自动恢复
- 单次最多 5000 字符，超长英文稿用批量生成（单任务 10 万字，每日限量）
- 用量大的创作者可以在会员套餐页提升每日额度（666 次/天起）
音频无水印可下载
- 生成的音频无水印、无开头结尾宣传语音，可直接下载
- 适用于英文短视频配音、课程素材、跨境商品视频等日常创作
- 免费额度用完后：次日恢复 / 开通会员扩容 / 部分功能可用积分继续生成
- 商用场景的使用与授权细节以站内说明与常见问题为准
常见问题
粤语音色能读普通话的稿子吗？
+能读，但语感会偏粤语腔。如果稿子是标准普通话书面语、面向全国受众，建议用 zh-CN 的普通话音色；如果稿子本身是粤语口语，就用这一页，发音才对。
yue-CN 和 zh-HK 怎么选？
+看稿件写法：简体字粤语稿用 yue-CN（晓敏、云松），繁体字粤语稿用 zh-HK（晓曼、晓佳、云龙）。两边都是粤语发音，区别在字形与音色库。
粤语口语字会读错吗？
+呢、嘅、啲、揀、唔、咗 这类常用口语字音色能直接读。生僻的粤语方言字（如 冇、睇 之外的冷僻写法）建议先用常用写法替代，避免读错。
能做歌词朗读吗？
+可以，长句建议在逗号处用静音时长参数加 300-500ms 停顿，听感更接近朗读节奏。整首歌歌词可以一次提交批量任务。
一次能转多少字？
+单次 5000 字符上限，超出截断；更长的稿子用批量生成，单任务最多 10 万字，异步跑完再下载。
音频有水印吗？
+没有。MP3 无水印、无片头片尾宣传语音；商用场景的使用与授权细节以站内说明为准。
粤语配音适合做短视频带货吗？
+适合。粤语口播在粤港澳受众里亲和力比普通话高，语速建议 1.1x-1.2x 更接近带货节奏，金额和数量前后加停顿更清楚。
两个音色怎么分工？
+晓敏女声适合口播、广告和教学；云松男声适合解说、旁白和产品介绍。双人对话内容可以两个都用，走多人对话功能一次生成。