ElevenLabs — 文字轉語音與影片配音

ElevenLabs 是什麼

ElevenLabs 是一家專攻 語音與配音 人工智慧的公司。它的技術能合成聽起來很自然的語音，還能在多種語言裡還原人聲的特徵 — 音色、語調和質感。憑著高品質的聲音，ElevenLabs 成了 AI 配音和譯製領域的頭部名字之一。

在 genkiki.com，ElevenLabs 透過 配音 模式提供 — 這個工具拿一段有人說話的成片，把它翻譯並重新配音成另一種語言，聲音仍接近原來的說話者。

generiram 裡的版本與能力

ElevenLabs 提供兩種模式：影片配音和文字轉語音。

配音時，原影片裡的話會被翻譯，並用你選的語言重新念一遍。聲音會被還原成接近原來說話者的樣子 — 也就是說，配音聽著不像換了個陌生人，而像是同一個人說出的譯文。嘴型 不會 按新語言重新調整，因此處理比帶唇形同步的完整配音 更快也更便宜。

• 可配音的語言多達 29 種。
• 影片時長最多約 10 分鐘。
• 自動辨識 原始語言 — 不用你手動指定。
• 可以指定影片裡 說話者的數量，結果更準確。
• 聲音複製，讓譯文聽起來接近原來的說話者。

適合做什麼

當你想快速讓一段影片在另一種語言裡也聽得懂、又不想重拍任何東西時，ElevenLabs 配音最好用：

• 為新受眾和海外市場快速做影片配音。
• 翻譯培訓片、簡報和網路研討會。
• 把行銷和產品影片配成好幾種語言。
• 嘴部不是特寫 的場合 — 這時沒做唇形調整幾乎看不出來，你卻省下了時間和錢。

ElevenLabs v3 — 文字轉語音

ElevenLabs v3 是 AI 工作室 音訊 類目下的語音模型： 你寫文字、選聲音，就能拿到一份成品音訊，像是播音員念的一樣。 一共有 21 種聲音 — 男聲女聲，性格各異 — 每一種都有試聽樣本， 選之前可以先聽。

• 單次生成的文字上限是 5000 字元 — 輸入框下方的計數器會告訴你寫到哪了。
• 按 每起算 1000 字元 計費 — 1 到 1000 字元和 1000 字元一個價。
• 你可以在文字裡加 方括號提示，它們不會被念出來，而是被演出來 — 直接用你自己的語言寫，系統會替模型翻譯： [笑]、[耳語]、[嘆氣]、[興奮地]、[諷刺地]、[哭]、[唱]、[停頓] 等等。
• 朗讀風格：創意 — 更有表現力、更有情緒；自然 — 均衡；穩定 — 平穩、可預期（適合播音和課程）。
• 語言 通常會從文字裡自動辨識 — 只有發音不對時才手動選。 支援中文和其他幾十種語言。
• 文字會被 逐字 朗讀 — 不翻譯、不刪減。 「數字與縮寫」這個設定決定「25 元」要不要念成「二十五元」。

打開 AI 工作室，在音訊類目裡選 文字轉語音 模式， 寫好文字，點「生成」 — 幾秒鐘後音訊就能下載了。

怎麼開始

打開 genkiki.com 的 AI 工作室，選 影片轉影片 模式和 ElevenLabs 配音。上傳影片，選目標語言，需要的話再填一下說話者數量。原始語言會自動辨識。開始處理，你會拿到同一段影片，用接近原聲的嗓音說著新的語言。