文字转语音使用指南：声音、限制与价格

文字转语音功能可将书面文本转换为语音音频文件。你可以用它为幻灯片或视频配音、用听音频代替阅读文章、了解外语短语的发音，或是用自己克隆的声音发送语音消息。该功能支持 web.vocalingo.app、iOS 和 Android。

支持输入的文本内容与字数

单次转换最多支持 10,000 个字符，正常语速下约为 11 分钟的语音。输入框下方会实时显示当前字符数。

• 直接输入文本，或点击粘贴从剪贴板填入内容。

• 点击麦克风按钮使用语音输入：应用会自动将你的语音转成文本。

• 从其他工具直接导入：在“语音转文字”或“视频转文字”完成后，点击下一步？下方的文字转语音。

如果文本超出上限，应用会提示“文本过长。最多 10000 个字符”。请将其分段后逐段生成语音。

如何生成语音

1. 在工具标签页中，打开文字转语音。

2. 在文本标签页中，输入文本并点击继续。

3. 在声音标签页中选择声音。点击声音旁边的播放按钮可试听样本。系统默认选中 MiniMax 的 Expressive Narrator 声音。

4. 如有需要，可在列表下方调节声音参数：OpenAI 声音支持提示词指令；MiniMax 支持情绪、语速和音调调节；ElevenLabs 支持稳定性、相似度和风格调节。设置完成后点击继续。

5. 在结果标签页中，确认预计费用并点击生成。

音频制作期间，按钮会显示“正在生成音频...”及进度百分比，下方会出现取消按钮。

可选声音类型

声音选择器包含七个分类标签：收藏、最近、我的声音、MiniMax、Qwen 3、OpenAI 和 ElevenLabs。MiniMax 和 ElevenLabs 在长文本朗读中听起来最自然；OpenAI 声音可以通过指令进行微调；“我的声音”则存放由你自己的录音克隆出的声音。各声音分类的对比与价格参考：文字转语音声音选择指南。如何搜索、试听并将声音加入收藏：选择声音的方法。

如何添加笑声、停顿和设置重音

使用 MiniMax 和 ElevenLabs 声音时，文本标签页会显示相关标签。点击标签即可复制，将其粘贴到文本中需要出现该效果的位置。

• MiniMax 支持：(laughs)、(sighs)、(coughs)、(crying)、(gasps)、(groans)，以及用于停顿 1 秒的 <#1#>。

• ElevenLabs 支持：[excited]、[sad]、[angry]、[curious]、[whispers]、[laughs]、[sighs]、[crying]，以及用省略号表示停顿。连续添加过多标签可能会导致音频出现杂音或异常。

• 如果英文单词的重音位置不正确，可以用大写字母书写重读音节，例如 REcord（名词：唱片）和 reCORD（动词：录音）。

生成结果与保存方式

在结果标签页中可以看到音频播放器。播放器旁设有一个操作按钮：在移动应用中会打开分享菜单，方便你发送文件或保存到设备；在网页端则会直接下载文件。如需修改内容，重新编辑文本或调整声音后点击重新生成即可。

所有结果都会自动保存到“历史记录”：点击顶部的时钟图标即可查看。非 Premium 用户保留最近 3 条结果，Premium 用户可永久保留全部结果。详情查看：历史记录：保存、恢复与删除结果。

价格与扣费规则

具体费用取决于所选声音和文本长度。代币仅在生成成功后扣除：如果生成失败，不会扣费，已扣除的代币会自动退回。

单次转换最低消耗 1 个代币。提示词指令、情绪调节等额外设置不会增加费用。其他工具价格：各项工具代币价格说明。

文字转语音功能限制

• 不提供翻译功能。声音会严格按照文本输入的语言朗读。如需其他语言的语音，请先使用“文本翻译”工具翻译文本。

• 无法直接更改已有录音中的声音。如需变声，请使用变声器功能。

• 生成结果页面没有下一步？模块，音频无法自动流转至其他工具。

如果生成耗时过长，应用会提示“语音生成超时。请重试。”点击重试即可，若仍然失败，建议更换其他声音。