AI 有声书制作，先看这五步
- 1
整理定稿
准备内容干净、章节标题清楚的 EPUB、DOCX 或文本文件。
- 2
搭配声音
选好旁白，再给每个有对白的角色分配不同的 AI 声音。
- 3
指导关键台词
在合适的位置加入 [whisper] 这样的演绎提示，或 [sigh] 这样的音效标签。
- 4
回听并修改
按正常速度听一遍，只重新生成不满意的句子。
- 5
导出并发布
下载带章节标记的 M4B 或 MP3，上传到允许 AI 配音的平台。
开始 AI 有声书制作前，备齐这些
这五件事准备得怎么样，往往决定项目是一个下午做完，还是拖上一个月。
- 确认稿件已定稿。 配音后再改文字，就要重新生成音频。先把文本定下来，能省去不少返工。
- 确认有声版权。 可以是自己的书、公版经典，或已取得有声版权的作品。若有声版权已卖给出版社，仅持有电子书版权并不够。
- 列一份简短角色表。 记下谁的对白最多、年龄和口音，选角时更快，也方便让系列作品沿用同一组声音。
- 留出回听时间。 每章至少按正常速度完整听一遍。一本 9 小时的书，需要安排一天专心检查。
- 先想好在哪卖。 不同平台对 AI 配音的要求不一样。先选发布渠道，再决定导出格式。
第一步：把定稿整理成适合朗读的文本
第二步：让旁白耐听，让主角各有辨识度
导入英文书后，工具会根据“said Alice”“Holmes replied”这类对话标记识别说话人，并为角色分配声音。文字明确提到性别时，会参考性别搭配。引号之外的内容由旁白朗读，次要说话人归到“其他声音”。中文对白目前需要手动指定说话人，不能直接套用自动识别结果。
生成前先审一遍阵容。旁白要选你愿意连续听上十小时的声音，另外两三个主角则要有明显区别。同一系列尽量沿用同一组音色。拿不准故事适不适合多人配音，可以先看多人配音与单旁白，再决定。
每本书沿用同一组阵容第三步：用演绎提示照顾情绪转折
平实的叙述通常不难读，情绪转折处才需要你多指导。可以在句首加 [whisper]、[furious, through clenched teeth] 或 [trying not to laugh] 这样的方括号提示。句中的 [laugh]、[sigh] 和 [breathe] 则放在你想听到笑声、叹息或呼吸的位置。
提示不用加得太密。一章里十处恰当的指导，比一百处更有效；每句都要求表演，反而容易显得刻意。优先处理揭晓真相、争执和章末收尾的台词。完整标签及用法见AI 配音情绪标签。
[say with hyped, high energy like a YouTube intro]
Stop scrolling. In the next sixty seconds, I'm going to show you the trick that doubled my channel.
第四步：回听是 AI 有声书制作的必经步骤
先生成一章，对着原文按正常速度完整听一遍。重点记下三类问题：名字读错、说话人分错、关键台词缺少感情。每句都是独立音频，所以改一处只需重新生成那一句，不必把整章重做。
第一章满意后，再生成其余章节。后续按章抽查，不用每处都反复听两遍。持续记录人名的拼写处理方式，让后面的章节和前面读得一致。
第五步：导出 M4B 或 MP3，再选发布渠道
如果打算在 Apple Books、BookPlayer 或 Audiobookshelf 等应用中听，导出带章节标记的单个 M4B 文件。如果平台或播放器要求分开的文件，就每章导出一个 MP3。M4B 与 MP3介绍了格式选择。另备一张 3000 × 3000 像素的正方形封面，具体要求见有声书封面尺寸。
再确认销售渠道。按本文撰写时的政策，ACX 不接受作者上传的 AI 配音；Google Play Books、Kobo 和部分发行商在各自规则下接受明确标注的 AI 配音，也可以直接销售。上架前请查看AI 有声书销售渠道，核对平台当时的要求。
The Velveteen Rabbit.m4b
6 章 · 41 分钟 · 含章节标记
- M4B单个文件
- MP3按章导出
- ZIP整个项目
第 48 句已重新生成，第 3 章其余内容保持不变
除了 AI 有声书制作，还有哪些选择
以一部 80,000 个英文单词、成品约 9 小时的小说为例，四种做法的费用和时间大致如下。
| 制作方式 | 常见费用 | 所需时间 | 适合的作品 |
|---|---|---|---|
| AI 多角色配音 | 约 $80 至 $110 的积分 | 一两天，主要用来回听 | 对白多的小说、系列作品、需要尽快发布的书 |
| 单一声音的文字转语音 | 费用较低或免费 | 几小时 | 自己听、初步检查稿件 |
| 自己录制 | 麦克风和房间声学处理费用 | 每小时成品约需 4 至 6 小时 | 用作者本人声音讲述的回忆录、非虚构作品 |
| 聘请真人配音 | 通常 $2,000 至 $4,000 或更高 | 几周到几个月 | 必须提交 ACX 或需要知名声音的作品 |
真人配音报价差异很大。用有声书成本计算器代入自己的数字再比较。
免费制作有声书，能做到哪一步
整个流程都可以先试一遍。导入、分章和选角不扣积分；用 Google 新注册还会获赠积分，可以选用各档声音试做一小段。先听听效果是否适合自己的书，再决定要不要付费。免费制作有声书适合用来验证选角和风格。
完整小说需要购买积分，因为高质量语音模型本身有运行成本。浏览器朗读、在自己电脑运行的开源文字转语音工具，也能免费使用，但通常只用一个声音，章节文件、时长和选角都要自己处理。开源有声书生成器比较了这些取舍。
