中文文字转语音小技巧
用中文标点(,。!?)控制停顿;数字读法要紧时,直接写成想要的读法,比如“二〇二六年”或“两千零二十六”。多音字一般能根据上下文读对,读错时换个说法即可。
每个汉字算一个字符,普通话每分钟约 250 字,所以一段 4,000 字符的文本能读 16 分钟左右。先用自己的文稿试两三个音色,比如George — 温暖旁白、Sarah — 柔和播报或Daniel — 权威播报,确定哪个语气最合适。
这个中文文字转语音工具用 ElevenLabs Multilingual v2 的全部 22 种音色朗读中文文本——这个模型覆盖 29 种语言,中文是其中之一——OpenAI 和 Gemini 的音色也能读中文。粘贴最多 4,000 字符,选一个音色,即可下载 MP3。每字符 1 积分,每 1,000 字符 0.06–0.10 美元。
ElevenLabs 的音色不是按语言分开录制的,每一个都覆盖 29 种语言,中文也在其中,发音和语调由模型学习得来。
旁白、主持人、沉稳或活泼的声音,适合课程、视频和广播。
文本里夹杂的品牌名和英文单词,也会结合上下文自然读出。
每段最多 4,000 字符,按希望读出来的样子书写。
打开音色列表,ElevenLabs 的音色按口音分组;任选一个,它都能读这门语言。
试听,需要的话调整语速,然后下载 MP3。
用中文标点(,。!?)控制停顿;数字读法要紧时,直接写成想要的读法,比如“二〇二六年”或“两千零二十六”。多音字一般能根据上下文读对,读错时换个说法即可。
每个汉字算一个字符,普通话每分钟约 250 字,所以一段 4,000 字符的文本能读 16 分钟左右。先用自己的文稿试两三个音色,比如George — 温暖旁白、Sarah — 柔和播报或Daniel — 权威播报,确定哪个语气最合适。
ElevenLabs Multilingual v2 的全部 22 种音色都能朗读中文,顺序与音色列表一致:
OpenAI 和 Gemini 的音色也能读中文,听感各不相同;用同一段中文文稿对比三种模型,再决定用哪个。
暂时没有。目前所有音色读的都是普通话,没有专门的粤语发音。如果你需要粤语配音,建议先用普通话试听效果是否满足需求,我们会在支持粤语后更新这个页面。
都可以。音色能朗读简体和繁体中文,请按听众习惯的字形书写,读音不受影响。
每字符 1 积分,每 1,000 字符 0.06–0.10 美元,大约是 4 分钟的普通话。注册免费,生成语音需要购买积分。
最后更新:2026年10月18日