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。
繁體中文文字轉語音 · 曉臻、曉雨、雲哲三個台灣國語音色
面向台湾受众的中文配音,发音和用词都不一样:这一页提供 HsiaoChen(女声)、YunJhe(男声)、HsiaoYu(女声)三个台湾国语神经网络音色,读繁体稿子的语感比普通话音色更贴。粘贴文字点生成,MP3 直接下载,不用录音、不用注册。
台湾市场的广告旁白、YouTube 与 Podcast 口播、线上课程、企业训练影片、政府与公共服务语音都能用。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。
繁體中文文字轉語音工具:內建曉臻、曉雨、雲哲三個台灣國語神經網路音色,貼上文字就能產生 MP3,單次最多 5000 字,長文走批量生成、單任務 10 萬字,輸出無浮水印。
把下面这段繁体中文贴进输入框,用 HsiaoChen(女声)、YunJhe(男声)、HsiaoYu(女声)各试一遍,台湾国语的语调和普通话有明显差别:
歡迎使用浮雲夢配音,把這段文字貼進輸入框,選好音色就能產生語音檔。
推荐音色:HsiaoChen(女声)/ YunJhe(男声)/ HsiaoYu(女声)
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。
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。做中文广播剧、双人中文访谈、教学对话演练都合适。
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。中文有声书、整套听力素材走这个入口最省事。
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。已经录好的中文口播想换音色、或者想给同一段中文配多个版本,用这个不用重新录。
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。中文视频想上中文字幕或做双语字幕,在这里一次拿到音频和 SRT。
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。
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中文稿,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。
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。
zh-TW 语种下提供 HsiaoChen(女声)、YunJhe(男声)、HsiaoYu(女声)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。下表是中文(台湾)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 (台湾) · Chinese (Taiwanese Mandarin, Traditional) |
| 语言代码 | zh-TW |
| 可用音色 | HsiaoChen(女声)、YunJhe(男声)、HsiaoYu(女声),共 3 个神经网络音色 |
| 发音特点 | 台湾国语发音,语调较平、尾音不上扬;3 个 GA 音色(2 女 1 男),繁体稿读感自然 |
| 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、yue-CN、zh-CN、zh-CN-guangxi、zh-CN-henan、zh-CN-liaoning、zh-CN-shaanxi、zh-CN-shandong、zh-CN-sichuan、zh-HK,共 11 个 |
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:
台灣國語的語調比普通話平,輕聲與兒化音很少,用詞也跟中國大陸不同。這個語種提供三個正式可用的神經網路音色:曉臻、曉雨(女聲)與 雲哲(男聲)。
繁體稿子直接貼進去就行,不用先轉成簡體。單次最多 5000 字,更長的稿子走批量生成,單任務最多 10 萬字,非同步執行,送出後可以關掉頁面,稍後回來下載。
歡迎使用浮雲夢配音,把這段文字貼進輸入框,選好音色就能產生語音檔。
介面為簡體中文,輸入框可直接貼上繁體或簡體中文;若要粵語或方言,請在語言選單切換到對應語種。
| 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) |
| 中文地区变体 | 11 个(zh-TW / wuu-CN / yue-CN / zh-CN 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。
中文(台湾)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。
台湾国语的语调更平、尾音少上扬,轻声和儿化音少,卷舌音也更轻。同一段文字用 zh-TW 和 zh-CN 音色各读一遍,本地听众一听就分得出来,做台湾市场的内容建议用 zh-TW。
三个:晓臻(HsiaoChen,女声)、晓雨(HsiaoYu,女声)、云哲(YunJhe,男声),都是正式可用的微软神经网络音色。需要更多音色可以切到普通话(zh-CN)语种页,那边有 54 个。
可以,繁体字直接粘就行,不用先转简化。术语用词也建议保留台湾习惯写法(例如「影片」「軟體」),读起来更自然。
单次 5000 字以内直接生成,更长的用批量生成,单任务最多 10 万字,异步跑完再下载;配合字幕生成还能同时拿到 SRT,方便做成逐字稿。
粤语有独立语种页(yue-CN 简体、zh-HK 繁体),音色是专门录制的粤语音色,不要用台湾国语音色去读粤语稿。
下载 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。
可以。音色只負責發音,用詞由稿子決定,所以「影片」「軟體」「計程車」這類台灣用語照原樣寫就好,不用改成大陸用法。
曉臻偏新聞播報與正式旁白,曉雨語速較慢、適合教學與故事,雲哲是男聲、適合產品介紹與紀錄片旁白。先各聽一遍再決定,差別比想像中明顯。