AI 文字转语音
配音合成，导出 MP3
在线工具箱 / AI 工具
AI 文字转语音：把文案合成配音，在线试听并导出 MP3 / WAV / OPUS。同时支持火山引擎原生语音（能调语调、语速、音量，中文音色以中文名选择）和任何 OpenAI 兼容的 /audio/speech 接口（只有语速一个旋钮）。合成费用走你自己的服务商账号，本站按次收工具服务费，合不出来不扣。
怎么用
- 选配置、把要念的文案粘进来，输入框上会实时显示字数和 UTF-8 字节数 —— 火山是按字节卡上限的，光看字数不准。
- 选音色。火山那边是音色库下拉，页面上显示中文名（「刘飞」），请求里才用那串 ID；OpenAI 兼容那边直接填 alloy 这类音色名，下面有常用音色的快捷按钮。音色会记住，下次进来还是上次选的那个。
- 需要的话调语调 / 语速 / 音量，然后点「开始合成」，按钮上实时显示已用时。
- 出来的音频可以当场试听，也能下载或再合成一次。
参数与限制
- 文字长度
- 输入框上限 3000 字。长文建议按段落分几次合成再拼起来，一次塞太长容易中途断句奇怪。
- 火山原生
- 语调 -12 到 12（-12 最沉、12 最尖），语速和音量 -50 到 100。0 就是原样不动；语速 100 约等于 2 倍速，-50 约等于 0.5 倍速。
- OpenAI 兼容
- 只有 speed 一个参数，范围 0.5 到 2。语调和音量不是它的标准参数，所以走这套配置时页面只给语速滑块。想要更细的听感就换成火山引擎的配置。
- 输出格式
- MP3（通用，默认）、WAV（无损）、OPUS（体积最小）。注意火山原生语音的 WAV 不能分段拼接，长文请用 MP3，否则拼不起来。
常见问题
提示「上游返回了空音频」
基本是音色 ID 或模型名不对。音色 ID 必须和服务商控制台里的一模一样，模型名也要对得上（比如 FunAudioLLM/SenseVoiceSmall 是识别模型，不是语音合成模型）。
配了自定义平台的音色但选不出来
自定义配置不列音色清单 —— 你填的是哪家、有哪些音色只有你和你的服务商知道。直接按对方文档把音色 ID 填进输入框即可，页面会原样带过去。
同类工具