统一片头与片尾
无需预约录音棚，也能让每期节目的片头片尾拥有始终如一的专属旁白声线。
播客制作利器
播客文字转语音与AI配音
专为播客打造的文字转语音工具。自由为主持人和嘉宾分配专属音色，按对话顺序分段生成，一键导出合并版MP3、WAV音频或独立分轨文件。
此工具页面暂无翻译版本，下方为英文版。 使用英文版
The quick answer
在台词前加上HOST:、GUEST:或自定义姓名，为每位说话人指定声音和语速即可自动生成队列。可以直接下载合并好的MP3文件发布，也能导出WAV和分轨包，方便后续添加背景音乐与响度母带处理。
制作流程
从文稿到节目上线
- 01
标记每位说话人 - AI配音生成器
每句台词前加上HOST:、GUEST:或说话人名字，系统会自动识别并区分所有角色。
- 02
分配角色配音
为每位主播和嘉宾设置专属声线与语速，并调整发言停顿间隔。
- 03
一键合成混音
将整期对白合并渲染为音量均衡的MP3或WAV文件，同时保留单句分轨备用。
- 04
响度标准化与导出
匹配Spotify和Apple Podcasts的-16 LUFS通用响度标准，可直接导出适配绝大多数播客托管平台的128 kbps MP3。
适用场景
播客主用它制作什么
赞助口播与广告
选用独立声线朗读赞助内容，与主播主语音节奏清晰区分，广告植入不突兀。
博客转音频播客
把已有博文快速转成朗诵版音频，直接同步发布至独立的播客订阅源。
纪录片与深度长叙事
用沉稳连贯的旁白支撑长篇叙事内容，尤其适合单人讲述类节目。
继续探索
长音频推荐音色
长音频对声音要求极高，听众需要连续听20分钟以上。这6款音色听感干净自然，无论纪录片、访谈还是独白节目，长时间收听都不累耳。
01 美式英语
River
沉稳纪录片质感
Best for
深度叙事节目、真实罪案开篇、历史类播客。
02 美式英语
Sarah
温和叙事感
Best for
个人随笔、回忆录口吻片段、博客有声版。
03 英式英语
Daniel
沉稳权威，语速克制
Best for
商业与政策播客、BBC风格深度解读、有声早报。
04 美式英语
Bella
亲切随和，如常聊天
Best for
访谈对话类节目、生活方式播客、轻松自然的搭档主持氛围。
05 美式英语
Adam
沉稳权威
Best for
新闻简报、财经播客、分量感十足的商业赞助口播。
06 英式英语
Emma
温柔细腻
Best for
助眠、冥想、轻声ASMR旁白与睡前故事播客。
Want to hear them? Browse all 54 voices →
进阶指南
AI播客制作实用技巧
业余播客与专业制作的差距，往往藏在文案撰写、音频拼接与后期母带中。掌握这6条准则，帮你跑通全流程。
- 01
文案要适合听，而不是适合读
复杂的从句很费脑子，听众很难跟上。多用日常口语，控制句长，生成前务必自己大声读一遍。如果你念着都绕口，模型读出来也一样别扭。
- 02
巧用拼写和标点纠正发音
平台虽不支持SSML标签，但可以用拟音拼写来引导发音。遇到多音字或读错的词，换成同音字或注音拼写即可纠正。逗号可以制造微停顿，省略号能留出明显拍子。分段试听，改好字词，再重新生成。
- 03
长单集按4000字分段生成
善用角色标签与空行分段。单集编辑器会自动切分安全片段，并按统一间距拼接，同时保留各个分轨，方便你后续导入DAW精细调音。
- 04
母带响度定在单声道-16 LUFS、立体声-19 LUFS
Spotify与Apple Podcasts的标准是单声道-16 LUFS，立体声行业通用-19 LUFS。在总线挂一个免费的Youlean响度计，真实峰值上限设为-1.0 dBTP。纯人声播客建议直接导出单声道，音质一致且文件体积减半。
- 05
固定音色、语速与文案规范，确保单集听感统一
输入相同的文本和声音，Kokoro生成的音色表现完全一致。只要固定声音名称（比如River）、语速数值和文案标点习惯，半年后的旁白听感依然严丝合缝。建议建个备忘录，记下这3项参数。
- 06
广告口播换一个声音
赞助文案如果和主播声音一样，听众很容易走神。正文用Adam或River，切到广告时换成Bella或Daniel，并在衔接处加一段200 ms垫乐过渡。声音变化本身就是最直接的提示，IAB也建议使用明确的音频区隔来标明广告内容。
更多参考
FreeTextoSpeech与ElevenLabs免费版对比
ElevenLabs是播客制作中最常见的替代工具。以下是两个工具适用场景的客观对比；在声音克隆方面，ElevenLabs确实更具优势。
Feature
FreeTextoSpeech
ElevenLabs免费版
用量透明度
部分免费版本只有在导出时才提示额度限制
音色丰富度
免费音色较少，优质音色需付费解锁
水印与署名
免费版生成的音频通常要求注明出处
免费版商用支持
免费版限制商用，商业用途须购买付费套餐
音频输出格式
免费版通常只提供有损压缩的MP3
注册门槛
需邮箱注册，开通高级功能需绑定信用卡
声音克隆
付费方案支持自定义声音克隆
用量透明度
FreeTextoSpeech
生成前即可查看所选字数及当前云端可用额度
ElevenLabs免费版
部分免费版本只有在导出时才提示额度限制
音色丰富度
FreeTextoSpeech
支持9种语言，提供54种音色
ElevenLabs免费版
免费音色较少，优质音色需付费解锁
水印与署名
FreeTextoSpeech
无音频水印，无需注明来源
ElevenLabs免费版
免费版生成的音频通常要求注明出处
免费版商用支持
FreeTextoSpeech
包含完整商业授权，可直接商用
ElevenLabs免费版
免费版限制商用，商业用途须购买付费套餐
音频输出格式
FreeTextoSpeech
24 kHz WAV无损格式，可直接导入DAW混音
ElevenLabs免费版
免费版通常只提供有损压缩的MP3
注册门槛
FreeTextoSpeech
无需注册或邮箱，打开浏览器直接用
ElevenLabs免费版
需邮箱注册，开通高级功能需绑定信用卡
声音克隆
FreeTextoSpeech
暂不支持，仅提供高品质预设声音
ElevenLabs免费版
付费方案支持自定义声音克隆
如果你需要克隆自己的专属声音，ElevenLabs确实是更好的选择。但如果你只是想要稳定、自然的预置配音，又不想为字数额度焦虑，FreeTextoSpeech性价比高得多。
FAQ
Frequently asked questions
01 能用AI配音直接做一整期播客节目吗？
完全可以，不少独立播客创作者就是这么做的。生成音频自带商用授权，可放心上架Apple Podcasts、Spotify等各大平台。建议搭配主持人原声解说或段落过渡，节目听感会更丰富。
02 24 kHz的WAV音质做播客够用吗？
24 kHz采样率对人声播客来说绰绰有余。将WAV导入Audacity、Reaper、Logic、Audition或GarageBand等音频软件，按常规流程做压限与均衡调节后，导出为MP3或AAC即可分发托管。
03 播客片头和片尾选哪些声音更合适？
片头需要沉稳专业的气场，推荐Adam、Michael或Onyx；偏好温和亲切的女声，建议选Jessica或Sarah。朗读节奏尽量放缓，自然松弛的语调比语速更重要。
04 可以把博客文章转成音频放进播客流吗？
没问题。很多创作者都用AI配音制作文章的音频版。只需将正文粘贴到FreeTextoSpeech中生成音频，再加一段简短片头，导出MP3后即可更新到播客RSS中。
05 Spotify允许上传AI生成的播客吗？
Spotify的平台政策允许发布AI生成的音频内容，只要内容符合常规社区规范即可。建议在节目简介或音频开头向听众说明使用了AI配音，更容易建立信任。
06 播客全程使用AI配音，能否正常在Spotify和Apple Podcasts上架？
两大平台均可正常上架。Spotify允许合规的AI音频，只要不涉及冒充真实人物并遵守平台基础条款即可；Apple Podcasts也没有针对AI配音的限制规定。关键在于听众的接受度，建议在第一期单集简介和节目总览中如实说明，绝大多数听众完全能够理解和接受。
07 如何保证每期节目的声音风格完全一致？
固定三点即可保持一致：选定同一个声音（比如固定用River）、保持相同的语速、采用一致的文案风格。Kokoro模型在相同声音和文本输入下输出稳定，重复生成相同片头也会得到一致的WAV文件。建议把声音名称、语速参数和片头模板整理在Notion或在线文档中，方便自己或搭档随时取用。
08 如何制作长篇多角色对话剧本？
粘贴带说话人标注的剧本文本，工作区会自动按对话轮次生成队列并统计总字数，全部生成后自动拼接成完整音频。你也可以单独下载各个角色的分轨文件，方便后续在DAW中做混音、响度平衡或插入广告。
Still wondering? Get in touch →
Try it now
给你的播客换个更抓耳的片头
立即免费制作，无需注册。