如何用文本转语音朗读有声书

文本转语音很适合非虚构作品、学习资料、报告、供个人收听的公有领域经典作品、想用耳朵审阅的草稿，以及讲给自家人听的故事。而对白密集、角色众多、情绪强烈的小说就难多了：单一的合成声音无法像专业朗读者那样去“演”。

• 删除不该被读出来的内容。 页码、页眉、脚注标记、图片说明和目录，读出来通常都很别扭。
• 改写视觉元素。 把表格和项目符号列表改写成句子。“见图 3”对听众来说毫无意义。
• 把缩写、数字和符号按应有的读法写出来。我们的脚本写作指南提供了完整的检查清单。
• 建立一份读音清单， 记录角色名和生僻字词能让声音读对的写法，并在全书统一使用。

一个听 20 秒觉得很带劲的声音，听上 20 分钟可能就会让人疲惫。请用至少两三分钟的真实文本测试您的候选声音，最好包含一段对白和一段描写。对于书籍，许多听众更喜欢语速正常或稍慢的沉稳声音。请参阅如何选择合适的 AI 语音。

工作室中每次请求最多容纳 2,000 个字符，因此一章内容通常要分几次生成。请在段落或场景切换处拆分，切勿从句子中间断开。每一部分、每一章都使用相同的声音、语速和音调，并清晰地命名文件（例如 chapter-03-part-02），以便按顺序拼接。

在场景切换和章节开头使用停顿标签，例如在章节标题后加一个 [pause:long]。在音频编辑器中拼接各部分时，在它们之间加入长度一致的静音，让节奏保持均匀。

• 每个文件至少完整听一遍，最好一边听一边对照文本，记下所有读错的地方。
• 修正错误的方法是修改文本中的写法，然后只重新生成受影响的部分。
• 检查各部分和各章节之间的音量是否均衡；如有需要，在音频编辑器中调整。
• 仔细听各部分之间的衔接处，确保没有字词被截断或重复。

您需要拥有把文本转换成音频的权利。对于您自己的作品，以及在您所在地区已进入公有领域的作品，这一点很简单；但对于您购买或借来的书则不然：拥有一本书并不代表您拥有它的音频权利。

如果您打算销售或发行这本有声书，请先查看各个商店或发行商的现行规定。其中有好几家对 AI 朗读的有声书有专门要求，例如需要披露，或对接受哪些作品有所限制。我们的使用条款同样适用于在本网站生成的音频。