六类文字转语音工具，各有适合的工作
先知道工具属于哪一类，往往比逐项比功能更有帮助。
阅读器
Speechify、NaturalReader 等会朗读文档和网页，可调速度、跨设备同步，重点是自己收听。
浏览器与系统声音
Edge 大声朗读、Windows 和 macOS 自带声音免费、即开即用。Balabolka 等 Windows 免费软件能把系统朗读保存为音频。
语音工作室
ElevenLabs、Murf、Play.ht、Wondercraft 有声音库和细致编辑，主要面向配音、播客、开发者。长书也能做，但需要手动整理。
商店制作方案
KDP Virtual Voice、Apple Books 数字配音、Google Play 自动配音和 Spotify 作者工具，把电子书转成该平台的音频版，资格由各平台决定。
开放模型
Piper、Kokoro、XTTS 及相关 GitHub 项目，可在自己的电脑上免费离线运行，前提是愿意安装和使用命令行。
多人有声书工具
导入文稿，整理章节，为旁白和识别出的角色配声音，最后导出 M4B 或 MP3。这正是 AI Audiobooks 的主要用途。
整本制作时，各类 TTS 工具有什么区别
下表比较常见做法，不是对单个产品的评测。功能和套餐会变，选定前请核对当前说明。
| AI Audiobooks | 阅读器 | 语音工作室 | 商店方案 | 开源工具 | |
|---|---|---|---|---|---|
| 主要用途 | 制作完整有声书 | 听文字 | 配音和音频内容 | 上架指定商店 | 在自己的电脑上转换 |
| 角色声音 | 识别后分配 | 不是重点 | 支持时由用户手动分配 | 因方案而异 | 少数项目尝试识别 |
| 章节 | EPUB 目录或文稿标题 | 不是重点 | 通常手动整理 | 商店处理 | 因项目而异 |
| 可保留文件 | MP3、ZIP、带章节的 M4B | 取决于套餐 | 可导出，格式各异 | 通常留在店内，须看条款 | 存在自己的硬盘 |
| 准备工作 | 浏览器直接用 | 安装应用或扩展 | 账号和编辑器 | 商店账号及资格 | 安装、模型，有时需要 GPU |
| 计费方式 | 每 1,000 计费字符扣积分 | 核对当前套餐 | 核对当前套餐 | 通常免费制作，须看条款 | 软件免费，自备硬件 |
适合长书的 TTS 工具，至少要测这六项
短试听很难暴露问题，完整一章才看得清。
- 长篇稳定性。 三十秒很好听的声音，读一小时可能变调或变速。要生成整章来测。
- 人名和虚构词。 奇幻名字、品牌、外语词都容易读错，要看改起来有多方便。有声书发音指南介绍替写办法。
- 单句修改。 错一个字就得重做一章，9 小时长篇会很难校对。
- 演绎控制。 耳语、大喊、笑声是否能按要求出现在对应位置？
- 章节导出。 听众需要章节导航，最好有带标记的 M4B 或每章一个文件。
- 音频权利。 发布前确认套餐允许商用。
按实际用途选择文字转语音方案
只想自己听。 文档、文章、无 DRM 电子书，用阅读器或 Edge 大声朗读就很直接。通勤听报告无需专门制作。
要发布对白丰富的小说。 需要章节、稳定旁白和不同的角色声音。这里自动识别适用于英文对白，中文对白要手动指定。普通工作室则往往需要逐句标记，详见多角色配音。
只在一家商店销售，希望尽量省事。 书籍符合资格、读者也在那里，就可考虑平台方案。先查文件所有权和独家条款，KDP 配音替代方案介绍取舍。
愿意研究配置，也有时间。 开源方案免费、私密，效果也可能不错。实际准备工作见开源有声书生成器。
必须克隆自己的声音。 本站尚未提供声音克隆，已在规划中；目前应选已有此功能的语音工作室。
本站文字转语音使用哪些引擎
声音库共有 137 个声音，来自两类引擎。70 个标准声音来自 Google Gemini Flash TTS：标准档每 1,000 计费字符 9 积分，经济档 6 积分，适合草稿和长篇非虚构。67 个高级声音来自 ElevenLabs：高级档 Turbo 2.5 为 13 积分，表现力档 v3 为 34 积分，情绪最丰富，能处理笑声、耳语。
按成品小时粗估，标准档约 $9 至 $12，高级档约 $13 至 $18，表现力档约 $33 至 $46。13 种语言中英文表现最成熟。可在有声书 AI 音色筛选和试听。
同一章，公平测试不同 TTS 工具
- 1
选含对白的章节
至少包含两位说话人、一个虚构人名和一句情绪强烈的话。
- 2
分别生成
先用默认设置，再给每个结果十分钟调整。
- 3
正常速度听完
用读者常用设备，记录误读、语气平淡和角色归属错误。
- 4
数一数需要改几处
每章修改数乘以总章数，就能看出哪种工具更省工作量。
