Voicemaker®

Voicemaker® 是什麼？

Voicemaker® 是一款文字轉語音 (TTS) 轉換器，可將書面文字轉換為可下載的語音音檔。專為內容與媒體製作語音軌道而設計，提供語音、語言、發音、時機與音訊輸出格式的控制選項。

產品支援從眾多語音選項中選擇（包含 AI 與 Pro 語音類別），並設定語音參數，如速度、音高、音量、停頓、強調，以及音訊格式 (MP3/WAV 等)。介面中還包含其他工具，如發音編輯器與字幕下載選項。

主要功能

• 文字轉語音輸出與可下載音訊：從輸入文字產生語音，並以常見格式 (MP3、WAV；其他格式列於音訊設定) 下載音檔。
• 跨語言與地區的大型語音庫：依語言/地區與類別選擇語音 (例如對話、敘述、社群媒體、教育、電視/娛樂風格，顯示於 UI)。
• 不同效能的語音模型選擇：Pro 設定下列出多種語音模型類型，包括 Turbo Voice (快速/低延遲)、High-Res (工作室級、情感豐富)、Expressive (動態模型)，以及「Static」與「Dynamic」類別。
• 播放控制：使用 UI 顯示的設定調整 停頓時間、強調程度、音量、速度 與 音高。
• 發音編輯器 (僅限付費方案)：提供發音編輯器，但限付費方案使用，有助精煉單字發音。
• 下載字幕：產生語音後，介面提供 下載字幕 步驟，支援 SRT 與 TXT 等格式。
• 檔案轉文字上傳流程：上傳 PDF、文字或 doc 檔案，自動轉換為文字並置入文字方塊以產生語音。

如何使用 Voicemaker®

1. 登入 (支援 Google/Facebook/LinkedIn 與 SSO) 並進入文字轉語音工作區。
2. 新增輸入文字，直接輸入或 上傳 支援檔案 (PDF、文字或 doc) 以填入文字方塊。
3. 從語音選項選擇語音與語言/地區，調整 音訊設定 (格式與取樣率，若顯示) 及播放控制 (速度/音高/音量、停頓/強調)。
4. 點擊 產生語音 (UI 顯示進度如「準備檔案中」與「語音轉換成功」狀態)。
5. 下載音訊 (顯示 MP3/WAV 等格式) 並選擇性 下載字幕 (SRT/TXT)。

使用情境

• YouTube Shorts 與短片旁白：將短腳本轉為語音音檔，下載 MP3/WAV 並 (選擇性) 搭配字幕檔案，快速編輯。
• 簡報與訓練模組：從結構化文字產生語音軌道，使用停頓/強調控制提升可讀性。
• 上傳檔案的文件旁白：上傳 PDF 或 doc，工具轉換為編輯器中的文字，再產生語音旁白軌道。
• 多語言語音軌道：變更介面中的語言/地區與語音選項，即可產生相同訊息的多語言版本。
• 互動或劇本對話風格：選擇 UI 語音類別，如對話、客戶支援/數位助理，或教育/資訊風格，以符合預期播放。

常見問題

• Voicemaker® 支援字幕下載嗎？ 是的。介面包含「下載字幕」選項，可選擇 SRT 與 TXT 等格式。

• 可下載哪些音訊格式？ 頁面顯示音訊設定中的 MP3 與 WAV 選項，以及其他列出格式 (如 OGG/AAC/OPUS)。

• 可以自訂發音嗎？ 介面顯示「發音編輯器」，僅限所有付費方案 使用。

• 可以上傳檔案產生語音嗎？ 是的。UI 顯示可上傳 PDF、文字 與 doc 檔案；工具將文件內容轉為文字並顯示於文字方塊。

• 「滑桿停頓設定」適用所有語音嗎？ UI 說明停頓設定僅支援特定語音群組 (預設語音：AI1–AI4 與 Pro 語音，包括 ProPlus 與 ProV1)。

價格方案

注意：Pro 語音僅限付費方案；免費方案限 AI 語音。詳見價格頁面。

替代方案

• 其他線上文字轉語音轉換器：適用於類似工作流程（輸入/貼上文字 → 產生語音 → 下載 MP3/WAV）。差異通常來自語音多樣性、語言涵蓋範圍，以及對韻律（停頓、重音、速度）的控制程度。
• 語音合成 API（開發者導向）：適合想將 TTS 整合至應用程式或管線的情況。相較網頁轉換器，設定與實作通常偏向工程化，而輸出則多為程式化控制。
• 配音/旁白工具，具編輯後製功能：替代方案更注重為影片/音訊專案添加語音，有時包含波形/時間軸編輯，而非僅限產生與下載。
• 多語言 AI 配音工作流程：若主要目標是跨語言發布相同內容並對齊時機，配音工具可能提供比單獨 TTS 產生器更強大的端到端製作功能。