文本转语音

文字转语音声音:MiniMax、Qwen 3、OpenAI 和 ElevenLabs

原先的标准声音和 OpenAI 声音划分已取消。选择器现在提供 MiniMax、Qwen 3、OpenAI、ElevenLabs 以及你自己的声音,具有不同的设置和价格。

更新于 2026年11月2日阅读时间 1 分钟

声音选择器位于文字转语音的声音标签页中。每个提供商都有独立的标签页,另外还有“收藏”和“最近”两个标签页汇总所有提供商的声音。任意声音旁边的播放按钮都可以免费试听样例。

各声音分组的区别

标签页声音设置价格适用场景
MiniMax53 种声音:45 种英语和 8 种俄语情绪,语速 0.5–2,音调 -12 到 +12;笑声和停顿标签每 1,000 字符 12 代币长篇旁白,富有情绪的语音
Qwen 39 种声音无每 1,000 字符约 20 代币10 种语言之一的简短语句
OpenAI10 种声音文本指令和 8 种预设每起步 150 词 1.8 代币价格最低的长文本,固定语调的声音
ElevenLabs库和大型社区目录稳定性,相似度,风格;情绪和停顿标签每 1,000 字符 12 代币特定性别、年龄、口音和语言的声音
我的声音从你的录音克隆的声音MiniMax 声音:情绪,语速,音调;Qwen 3 声音:无每 1,000 字符 12 或约 11 代币用你自己的声音配音

作为对比,一分钟语音大约是 150 个单词或 900 个字符:OpenAI 约需 2 代币,MiniMax 或 ElevenLabs 约需 11 代币,Qwen 3 约需 18 代币。

MiniMax 声音

MiniMax 拥有 53 种带有英文名称的现成声音,例如 Expressive Narrator、Calm Woman、Wise Scholar 和 Deep-voiced Gentleman。其中 45 种为英语,8 种为俄语,例如 Reliable Man 和 Bright Queen。如果应用语言设置为俄语,俄语声音会优先排在列表中。打开文字转语音时,默认选中 Expressive Narrator。

列表下方会显示声音设置:情绪(开心、悲伤、愤怒、恐惧、惊讶、平静、厌恶;再次点击可关闭),语速从 0.5 到 2,音调从 -12 到 +12。在文本标签页中,你可以添加诸如 (laughs) 或停顿 <#1#> 之类的标签。

Qwen 3 声音

Qwen 3 拥有 9 种声音,无额外设置。支持 10 种语言:英语、俄语、中文、德语、法语、西班牙语、意大利语、日语、韩语和葡萄牙语。

女性男性
Vivian、Serena、Ono Anna、SoheeUncle Fu、Dylan、Eric、Ryan、Aiden

OpenAI 声音

OpenAI 拥有 10 种声音。仅这些声音支持指令设置:关于说话风格的简短描述,或 8 种预设之一。编写方法:如何设置 OpenAI 声音的语气。

声音应用中的描述
Alloy中性,平衡,全能
Ash男声,柔和,对话感
Ballad男声,抑扬顿挫,富有韵律
Coral女声,温暖,亲切
Echo男声,清晰,自信
Fable男声,英音,讲故事者
Nova女声,活力,年轻
Onyx男声,深沉,权威
Sage男声,睿智,沉稳
Shimmer女声,柔和,抒情

ElevenLabs 声音

ElevenLabs 标签页包含两部分:库,即一组可立即加载的现成声音;社区,即由其他创作者发布的声音,目录更为庞大。两者均可按语言、性别、年龄、口音和使用场景进行筛选。设置项包括稳定性、相似度和风格,在文本标签页中还可以使用诸如 [whispers] 或 [laughs] 之类的标签。

ElevenLabs 声音也是变声器中唯一可用的声音。搜索和筛选方法:选择声音。

如何根据任务选择合适的声音

任务首选建议
英语演示或视频旁白MiniMax Expressive Narrator 或使用 News 预设的 OpenAI 声音
英语或俄语以外的语言文本配合语言筛选使用 ElevenLabs
长文本,追求极致性价比OpenAI
带有笑声、叹息或停顿的语音带有标签的 MiniMax 或 ElevenLabs
使用你自己的声音我的声音:参见如何使用你自己的声音朗读文本

联系客服

请描述你遇到的问题,我们将通过邮件回复。如有文件名或任务 ID,请一并附上。

联系客服