AI 配音生成

0.002 积分起

将文字转换为自然语音。提供数十种音色、支持 70+ 种语言，并可自定义语气、口音和语速。

创作你的第一段配音

输入想说的话，或先听听示例。

Gemini 3.8 Flash TTS
Gemini 3.8 Flash-Lite TTS
Eleven v4
补充后即可生成

Enter the exact words to speak; Gemini reads them as written. Add sounds or pauses where they happen in angle brackets, such as <laugh>, <sigh>, or <short pause>, and capitalize a word to stress it.

使用的模型

5 模型

示例

音频Gemini 3.8 Flash TTS

认识 Pyra：配音

Gemini 3.8 Flash TTS。Pyra 自己的故事，用温暖的讲述者嗓音读出：一段可以直接放进任何视频的配音。

复现

如何使用 AI 配音生成

一份简明的决策指南，帮助确定此流水线在工作流中的位置。

最适合

  • 制作 70+ 种语言的旁白和配音
  • 用自然语言控制语气的文本转语音，例如“温暖地说”“耳语”或“兴奋的语气”
  • 使用数十种不同音色制作多角色内容
  • 自动识别文字语言的多语言脚本

提示

  • 旁白尽量使用简短、清晰的句子，让节奏更自然
  • 用标点控制停顿：句号表示完整停顿，逗号表示短暂停顿，省略号表示较长停顿
  • 使用自动音色时，AI 会选择与风格要求匹配的声音；如果同一角色会反复出现，可以固定使用某个音色
  • 可直接描述演绎方式，例如“缓慢而富有戏剧性”“轻快有活力”或“平静、让人安心”

AI 配音生成 API

从你自己的代码调用此流水线。一次请求即可发起运行；模型是一个输入字段，而不是独立的接口。

获取 API 令牌
个输入
5
必填
1
定价
0.002 to 40.0 积分
语言
语言
bun add @pipe2-ai/sdk
运行流水线 
import { createClient } from "@pipe2-ai/sdk";

const client = createClient(process.env.PIPE2_TOKEN!);

const { run_pipeline } = await client.RunPipeline({
  pipeline_slug: "audio-generator",
  input: {
    text: "Welcome back to the show. Today we're talking about something a little strange.",
    model: "gemini-3-8-flash-tts",
  },
});

pip install pipe2
运行流水线 
import asyncio
import os

from pipe2 import Pipe2Client

client = Pipe2Client(token=os.environ["PIPE2_TOKEN"])

run = asyncio.run(client.run_pipeline(
    pipeline_slug="audio-generator",
    input={
        "text": "Welcome back to the show. Today we're talking about something a little strange.",
        "model": "gemini-3-8-flash-tts",
    },
))

go get github.com/pipe2-ai/sdk-go
运行流水线 
client := pipe2.NewClient(os.Getenv("PIPE2_TOKEN"))

input := json.RawMessage(`{
  "text": "Welcome back to the show. Today we're talking about something a little strange.",
  "model": "gemini-3-8-flash-tts"
}`)

run, err := pipe2.RunPipeline(context.Background(), client, "audio-generator", input)
if err != nil {
    log.Fatal(err)
}

brew install pipe2-ai/tap/pipe2
运行流水线 
pipe2 pipelines run \
  --pipeline audio-generator \
  --input-json '{"text": "Welcome back to the show. Today we're talking about something a little strange.", "model": "gemini-3-8-flash-tts"}' \
  --wait

完整 API 参考 CLI 参考

使用此流水线的配方

查看所有配方

关于此流水线的文章

查看所有文章

常见问题

有哪些音色可用？
提供数十种富有表现力的音色，包括明亮、低沉、温暖、坚定和戏剧化等不同声音气质；每种音色都能根据自然语言指令调整语气与演绎方式。
支持哪些语言？
支持 70+ 种语言并可自动识别，包括英语、中文、日语、西班牙语等主要语言，以及宿务语、孔卡尼语和卢森堡语等地区语言。
如何使用语音指令？
直接用自然语言描述想要的声音，例如：“一位 40 岁的英国记者，语速缓慢，在关键处带有戏剧性停顿。”AI 会按照要求调整演绎。
输出是什么音频格式？
输出为 MP3，可直接下载，也可作为旁白音轨用于 Video Reel 等流程。
应该选择哪个模型？
Gemini 3.8 Flash-Lite TTS 速度最快、价格最低，适合草稿和短片段。Gemini 3.8 Flash TTS 可用 130 多种语言生成录音棚品质的旁白。Eleven v4 表现力最强，会在你标记的位置笑、叹气或低语。MiniMax Speech 2.8 的 Turbo 和 HD 分别是更快和更高保真的选择。所有模型都能在数秒内返回 MP3。
需要多少积分？
每次生成 0.002 to 40.0 积分，具体取决于模型和文本长度。Gemini 模型只按实际生成的音频计费。通常数秒即可完成。

AI 文本转语音生成器

用数十种音色和 70+ 种语言，将任意文本转换为听感自然的语音。通过自然语言指令控制语气、口音、节奏和情感，数秒即得可直接用于制作的配音。

你可以制作什么

  • 纪录片旁白：沉稳、专业的声音
  • 播客片头、片尾与对话：支持多角色演绎
  • 多语言配音：用 70+ 种语言演绎同一份脚本
  • 有声书旁白：用自然停顿与情绪变化讲好故事
  • 无障碍音频：把文字内容转换成语音

工作原理

  1. 粘贴文字：输入需要朗读的内容
  2. 选择音色或使用自动模式：系统会根据文字和指令挑选合适的音色
  3. 添加风格要求（可选）：描述口音、语速和情绪，例如“温暖的英式口音，语速缓慢并带有戏剧性停顿”
  4. 选择模型：Gemini 3.8 Flash-Lite TTS 适合快速、低成本的草稿，Gemini 3.8 Flash TTS 适合录音棚品质的旁白，Eleven v4 表现力最强，也可选择 MiniMax Speech 2.8

风格技巧

  • 用简短、清晰的句子撰写旁白，以获得更好的节奏
  • 用标点控制停顿，句号表示完全停顿，逗号表示短暂停顿，省略号表示较长停顿
  • 用自然语言描述风格，例如：“语速放慢，带一点戏剧感”“轻快有活力”“平静、让人安心”

探索更多流水线

↑ 返回创作 查看全部 →
AI 视频生成
from 9.5
AI 视频生成
图像生成器
0.2-6.7
图像生成器
音乐生成器
2.5-22.6
音乐生成器
AI 视频编辑
from 9.5
AI 视频编辑