声音各有所长。
选择，留给创作。
从免费朗读到情感表达，从预设音色到自己的声音。
在同一个工作台，按表达需求、功能与预算自由选择。
找到适合这一段的声音。
同一份作品，不同段落，
可以选择不同模型与声音。
多语言预设，适合日常朗读
从预设音色中选择语言与声音，调节语速、音量和音高。仅限个人测试。
中英配音，文字调节语气
MiMo V2.5 TTS 提供中英预设音色，授权录音克隆后也可进行中英跨语言配音，用文字指令调整语气和风格。
多语言预设，风格与角色表达
提供多语言预设音色，部分音色可调整朗读风格、强度与角色。生成后可下载配音及可用字幕，具体能力以所选音色为准。
HD 与 Turbo，共享克隆音色
Speech 2.8 HD 与 Turbo 支持 40+ 种语言与跨语言配音，提供预设和克隆音色。同一克隆音色可在两款之间使用，并可调整情感、停顿、发音与语气。
预设与克隆，按版本选声
V2、V3 预设音色的语言依音色而异；V3.5 Flash / Plus 克隆支持中英日韩等 11 种语言及文字表达指令。两款克隆音色分别创建使用。
更多模型，持续接入中。
新的声音，新的表达方式。我们持续接入更多模型，让下一次创作多一种选择。
具体能力，放在一起看。
以下为本站当前已接入能力。语言列区分跨语言配音与按音色选语言；预设音色的具体语言、风格和字幕范围请在选声时查看。
左右滑动，查看完整能力与价格
| 模型版本 | 预设音色 | 语言范围 | 表达控制 | SRT 字幕 | 单次计量上限 | 配音价格 | 克隆音色 |
|---|---|---|---|---|---|---|---|
| EdgeTTS | 551 个 | 多语言 · 按音色中文、英语、日语、韩语等 | 语速、音量、音高 | — | 5,000 字符 | 永久免费 | — |
| MiMo V2.5 TTS | 8 个 | 中文、英语中英配音，克隆支持跨语言 | 文字风格指令 | — | 2,000 字符 | 限时免费 | 限时免费 |
| AzureTTS | 551 个 | 多语言 · 按音色中文、英语、日语、韩语等 | 风格 / 角色（依音色） | 支持 | 5,000 字符 | $0.03 / 千字符 | — |
| Speech 2.8 HD | 303 个 | 40+ 种语言 · 跨语言配音中文、英语、日语、韩语等 | 情感、停顿与发音 | 支持 | 3,000 字符 | $0.10 / 千字符 | $1.00 / 个音色支持跨语言跨模型共享 |
| Speech 2.8 Turbo | 303 个 | 40+ 种语言 · 跨语言配音中文、英语、日语、韩语等 | 情感、停顿与发音 | 支持 | 3,000 字符 | $0.06 / 千字符 | |
| CosyVoice V3 Flash | 88 个 | 中英日韩等 · 按音色中文、英语、日语、韩语、印尼语 | 情感 / 方言（依音色） | 依音色 | 5,000 字符 | $0.015 / 千字符 | — |
| CosyVoice V3 Plus | 2 个 | 中文、英语 · 按音色中文、英语 | 情感 / 方言（依音色） | 支持 | 5,000 字符 | $0.03 / 千字符 | — |
| CosyVoice V2 | 106 个 | 中英日韩 · 按音色中文、英语、日语、韩语 | 语速、音量、音调 | 依音色 | 5,000 字符 | $0.03 / 千字符 | — |
| CosyVoice V3.5 Flash | — | 11 种语言中文、英语、德语、法语、俄语、日语、韩语、葡萄牙语、泰语、印尼语、越南语 | 自由表达指令 | 支持 | 5,000 字符 | $0.015 / 千字符 | $0.25 / 个音色支持跨语言 |
| CosyVoice V3.5 Plus | — | 11 种语言中文、英语、德语、法语、俄语、日语、韩语、葡萄牙语、泰语、印尼语、越南语 | 自由表达指令 | 支持 | 5,000 字符 | $0.03 / 千字符 | $0.50 / 个音色支持跨语言 |
预设数量按当前已启用目录统计，不含私人克隆音色。语言范围来自官方说明与当前接入的音色资料，不代表所有语种都已逐一试听验证。配音按字符计费，克隆创建按音色一次收费，试听及后续配音另计；免费模型共享每日字符额度。单次上限按各模型规则折算字符，并非统一的原文长度。详情见创建收费与使用规则 ↗。
支持字幕的 MiniMax、CosyVoice 音色可在高级设置开启字幕；Azure 生成后如有可用字幕，会与音频一同提供。具体以本次生成结果为准。
MiniMax 与 CosyVoice 共用付费克隆名额；CosyVoice V3.5 Flash/Plus 的克隆音色分别创建、分别使用。可先在我的音色中创建，再到本人工作台使用。EdgeTTS 仅限个人测试；其他模型的语言、风格与使用条件请在选声时核对。
打开工作台，开始配音。
分段选声、调整表达，生成后试听与下载。
用统一 API 接入应用。
通过一个 API Key，使用已开放的预设配音模型。
更多声音模型，持续接入中。
模型能力持续扩展。新的接入与产品改进，都会记录在最新动态中。