Skip to content
TheChatArchiveThe Chat Archive
Geminigemini-2.5-pro· GoogleHugging Face LMArena Human Preference 140K

现在有哪些好用的文字转语音的平台或者软件,列出他们是否免费,收费的话给出一个大概的收费标准

From a Chatbot Arena battleThe same person sent this prompt to two anonymous models at once. Compare it with DeepSeekdeepseek-r1-0528’s answer.
  1. User

    现在有哪些好用的文字转语音的平台或者软件,列出他们是否免费,收费的话给出一个大概的收费标准

  2. Gemini Assistant

    好的,当然可以。现在文字转语音(TTS)技术已经非常成熟,有很多优秀的选择,可以满足从日常使用到专业内容创作的各种需求。

    我将它们分为几个类别,并列出其优缺点、免费/收费情况以及大致的收费标准。


    概览总结表格

    平台/软件核心特点免费/收费大概收费标准推荐用户
    微软 Azure TTS声音最自然、逼真,选择丰富部分免费免费额度后,约 ¥110 / 100万字符专业内容创作者、开发者
    ElevenLabs声音情感丰富,强大的声音克隆部分免费免费额度后,约 ¥35起/月 (订阅制)播客、有声书、追求特定音色者
    剪映专业版/App方便快捷,与视频剪辑无缝结合基本免费大部分TTS功能免费短视频创作者、自媒体
    Google Cloud TTS声音质量高,WaveNet技术优秀部分免费免费额度后,约 ¥110 / 100万字符开发者、企业应用
    魔音工坊专为中文内容创作,功能全面部分免费VIP会员约 ¥80 / 季度起长视频、有声读物、课程制作者
    NaturalReader朗读网页/文档,支持多种格式部分免费高级版约 ¥350 / 年学生、需要听读文章的个人用户
    Edge浏览器大声朗读完全免费,方便,声音质量高完全免费无日常网页浏览、听新闻和文章
    操作系统自带免费、离线可用、系统级集成完全免费无基础辅助功能、校对文本

    详细介绍

    1. 专业级 & 高品质类

    这类平台提供目前市面上最顶级的语音合成质量,声音听起来非常接近真人。

    a) 微软 Azure 文本转语音 (Microsoft Azure TTS)
    • 特点:被公认为行业标杆,其“神经语音”(Neural Voices)在自然度、韵律和情感方面表现极其出色。支持大量语言和口音,甚至可以选择“新闻播报员”、“客服”、“愉悦”等多种风格。
    • 是否免费:部分免费。
    • 收费标准:
      • 免费额度:每个月提供 50 万字符的免费额度(标准语音和神经语音)。
      • 付费模式:超出免费额度后按量付费。神经语音的价格大约为 $16 / 100万字符(约合人民币 ¥110)。
    • 适合谁:对声音质量有极致要求的专业内容创作者(如YouTube博主、有声书制作者)、开发者和企业。
    b) ElevenLabs
    • 特点:以其声音的情感表现力和强大的声音克隆功能而闻名。你可以上传一小段音频样本,它就能克隆出这个人的声音并用来说任何话。预设的声音库也非常有特色和表现力。
    • 是否免费:部分免费。
    • 收费标准:
      • 免费版:每月 10,000 字符,可以创建最多3个自定义声音,但生成的内容不能用于商业用途,且需要注明来源。
      • 付费订阅:
        • Starter:约 $5/月,提供 30,000 字符和商业许可。
        • Creator:约 $22/月,提供 100,000 字符和更高级的声音克隆功能。
    • 适合谁:播客制作者、游戏开发者、需要特定人物声音或高度情感化配音的用户。
    c) 谷歌云文本转语音 (Google Cloud Text-to-Speech)
    • 特点:与微软Azure齐名,其 WaveNet 技术生成的语音非常流畅自然。拥有庞大的语音库,与谷歌生态系统集成良好。
    • 是否免费:部分免费。
    • 收费标准:
      • 免费额度:标准语音每月 400 万字符免费,WaveNet 语音每月 100 万字符免费。
      • 付费模式:超出后按量付费,WaveNet 语音价格大约为 $16 / 100万字符(约合人民币 ¥110)。
    • 适合谁:开发者、需要将TTS集成到自己应用或服务中的企业。

    2. 内容创作者 & 易用工具类

    这类工具通常以网页或软件形式提供,操作简单,专为内容创作流程优化。

    a) 剪映专业版 / CapCut
    • 特点:作为一款国民级视频剪辑软件,其内置的TTS功能非常强大且方便。声音种类多(萌娃音、搞怪音、各种方言等),更新快,非常适合制作短视频。可以直接在时间轴上添加和调整。
    • 是否免费:基本免费。
    • 收费标准:剪映内绝大部分的TTS功能都是免费使用的,对于普通创作者来说完全够用。
    • 适合谁:抖音、B站等平台的短视频创作者,操作简单快捷。
    b) 魔音工坊
    • 特点:一个专注于中文配音的在线平台,提供了从文本到配音的一站式解决方案。除了TTS,还有多人配音、添加背景音乐、调整语速停顿等功能,更像一个“声音工作室”。
    • 是否免费:部分免费。
    • 收费标准:
      • 免费版:提供有限的免费字符数和基础音色。
      • VIP会员:按月/季度/年订阅,解锁所有高级音色和更多功能。季度会员大约在 ¥80 左右。
    • 适合谁:制作营销视频、课程、有声读物等需要精细化调整配音的中文内容创作者。

    3. 日常及个人使用类

    这类工具非常适合用来听新闻、读文章、校对文档等个人场景。

    a) 微软 Edge 浏览器 “大声朗读” 功能
    • 特点:这可能是最被低估的免费高质量TTS工具。Edge浏览器内置的朗读功能直接调用了微软Azure的云端神经语音,所以声音质量非常高,远超其他浏览器。
    • 是否免费:完全免费。
    • 收费标准:无。
    • 适合谁:任何想要听网页内容的人。只需在页面上右键点击,选择“大声朗读”即可。
    b) NaturalReader
    • 特点:一款老牌的阅读软件,有在线网页版、Chrome插件和桌面应用。可以将网页、PDF、文档等多种格式的文本转换为语音。
    • 是否免费:部分免费。
    • 收费标准:
      • 免费版:提供基础语音,有使用时长限制。
      • 高级版 (Premium/Plus):解锁更自然的高级语音和无限使用。价格大约为 50−50 - 100 / 年(约合人民币 ¥350 - ¥700)。
    • 适合谁:学生、研究人员或任何需要长时间听读文档的用户。
    c) 操作系统自带功能 (Windows 讲述人 / macOS 旁白)
    • 特点:Windows和macOS都内置了屏幕朗读辅助功能。虽然音质不如前述的专业工具,但胜在完全免费、系统级集成且可以离线使用。
    • 是否免费:完全免费。
    • 收费标准:无。
    • 适合谁:需要基础的文本校对,或者有视力障碍的用户。

    如何选择?

    • 追求最高音质/商用:首选 微软Azure 或 ElevenLabs。
    • 做短视频/自媒体:剪映 是最方便、性价比最高的选择。
    • 日常听文章/网页:直接用 Edge浏览器 的“大声朗读”功能,完全免费且效果惊艳。
    • 需要克隆声音/情感配音:ElevenLabs 是不二之选。
    • 开发者/企业集成:在 微软Azure 和 谷歌云 之间选择。

Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.