【工具分享】AI 声音创作

你有没有想过，手机里有声书里的旁白、短视频里的配音，可能根本不是真人录的？

这两年，AI 已经能模仿一个人的声音，把文字变成听起来像真人说的语音。

对普通人来说，这意味着你不用买录音设备、不用练播音腔，也能做出自己的播客、有声书甚至视频配音。

这篇文章不聊技术原理，只回答一个问题：新手想用 AI 创作声音，到底该选哪些工具？

做声音之前，先知道两个词。一个是 TTS，全称叫文本转语音，就是你把文字输进去，它用现成的声音帮你读出来，手机导航声就是这类。

另一个是声音克隆，就是 AI 听一段你的录音，学会你的音色，以后用你的声音说任何话。对小白来说，想快速出作品，先玩 TTS 就够了；想拥有专属声音，再试声音克隆。

如果不想安装任何软件，这几款最适合起步。

是很多人的第一站，免费、支持五十多种语言三百多种音色，每周有免费额度，生成的音频还能商用，适合给视频配旁白。

网址：

ttsmaker.cn

主打声音克隆，上传三到十五秒的录音就能复制音色，支持七十多种语言，不用注册，适合想马上体验用自己声音说话的人。

网址：

kikivoice.ai/ai-voice-cloning/zh-cn

更像一个声音创作工作台，除了克隆声音，还能用文字描述设计全新音色，加上表演指令和风格标签，适合做播客和故事配音。

网址：

shenghui.cloudlark.net

背后是开源的 CosyVoice 模型，几秒钟音频就能克隆，多语言多方言，创作者和开发者都适合。

网址：

creative.cosyvoice.net.cn

还有两个在线演示可以当玩具玩：Hugging Face 上的 text-to-speech，以及魔搭社区上的 VoxCPM2 演示，登录后打开就能试听。

网址：

huggingface.co/spaces/k2-fsa/text-to-speech

网址：

modelscope.cn/studios/OpenBMB/VoxCPM2-Demo

如果你想把声音功能放进自己的产品，可以看两个大厂的方案。

提供在线平台和 API，约十秒音频就能克隆音色，内置三百多种音色、五十多种语言，还支持情绪表达，适合做配音或者接 API 的开发者。

网址：

minimax.io/audio

邮箱注册 Azure 免费账户时，需要绑定信用卡；学生版 Azure 可免信用卡。免费账号并发很低，适合个人测试，登录 Azure 网站，顶部搜索框搜语音服务，然后进行创建资源组，填写表单，等待部署完成。

网址：

portal.azure.com

免费、可商用、数据不出电脑，是开源本地工具最大的好处，缺点是电脑配置要求高一点。

是工业级的声音克隆模型，情感和时长都能控制，支持中英日西阿五种语言。

网址：

github.com/index-tts/index-tts

号称本地版的 ElevenLabs，能克隆声音、合成语音、多轨编辑，全程离线，注重隐私的人会很喜欢。

网址：

github.com/jamiepine/voicebox

是桌面小工具，免费调用微软 Edge 的在线语音，不用申请密钥，严格说是 TTS 不是克隆，胜在方便。

网址：

github.com/JJosephph/ms-edge-tts-gui

给你一个最简单的判断方法：只想快速出效果，从 TTSMaker 或 KikiVoice 开始；想要自己的声音做播客或长篇内容，选声绘或 CosyCreative；动手能力强、还想要免费商用，再挑战 IndexTTS 和 Voicebox。

不管选哪个，第一步都建议先录一段自己在安静环境下的清晰人声，十几秒就够，然后拿一小段文字试听，觉得顺耳再正式开工。

AI 让做声音这件事的门槛降到了普通人伸手可及的程度，你不需要懂技术，也能做出一期像样的播客或者一本属于自己的有声书。选一个工具，从一句话开始，你的第一段 AI 声音作品，也许今晚就能诞生。