SpeechGen 是什么
SpeechGen 是一个线上 AI 文字转语音工具,号称有超过 5,000 种声音、涵盖 150 种语言,输出支援 MP3、WAV、FLAC 等格式。它走神经网路合成,主打自然的语调起伏,并提供不少进阶控制:可以替不同段落指派不同讲者做多角色对白,用 SSML 精准控制停顿与重音,也能用 cut 标签批次处理、一章一个档案,还能把 SRT/VTT 字幕转成同步音讯。
它的收费跟多数同类工具不同,走按量付费(pay-as-you-go)而非订阅,适合用量不固定的人。
功能特色与适用场景
SpeechGen 提供内建背景音乐库、Smart Cache(重生成相同文字不再扣费),所有方案都含商用授权,可用于 YouTube、广告与应用程式。未注册就有 1,000 字免费额度,购买的点数一年后到期。官方称使用者超过 50 万、生成档案超过 7 亿。适合需要多语旁白的影片创作者、做电子学习与在地化的团队,以及需要客服语音或语音导览的业务应用。如果你要的是即时对话语音,它不是主场;但要做「写好稿、精细调整、批量产出」的旁白,它的 SSML 与多角色功能很到位。
主要功能
- 5000 多种声音、150 种语言
- 多角色对白,分段指派讲者
- SSML 精准控制停顿与重音
- 字幕(SRT/VTT)转同步音讯
- Smart Cache 重生成相同文字不扣费
优点
- 按量付费不绑订阅,适合用量不固定者
- SSML 与多角色控制细致
- 所有方案含商用授权
缺点
- 非即时对话语音不是它的取向
- 点数有一年到期限制
- 公司所在地资讯在不同来源说法不一
使用场景
- 多语影片旁白与配音
- 电子学习课程语音制作
- 企业电话系统与语音导览
- 内容在地化的多语语音输出
编辑点评
按量付费加上 SSML 细控,对偶尔才要做一批旁白的人比月费制更划算。给 3.9 分。
常见问题
SpeechGen 是订阅制吗?
不是。它走按量付费,购买点数使用,点数一年后到期,适合用量不固定、不想绑月费的人。
可以做多个角色的对白吗?
可以。它支援替不同段落指派不同讲者,做出多角色对白效果,搭配 SSML 还能精细控制语气。