Okou上的語音與配音
把寫好的文字變成音訊檔案，音色你選，語氣你說了算。不用自己的文字轉語音帳號。
生成 · 無需配置 · 每次成功呼叫按託管積分計費
把文字給它，它給你音訊。選一個音色，再說說這句話該怎麼落地：從容不迫，還是乾脆明亮，用你跟人說話時的那種大白話就行。
音訊回來時是一個檔案，智能體可以馬上用：放進影片裡、附在訊息上，或者發布到頁面上。帳號由Okou持有，按你實際拿到的音訊量計費，所以你名下不會多出一個語音平臺的套餐。
語音與配音是什麼
多數團隊需要一條語音軌的時候，離需要一套語音策略還早得很。演示要旁白，報告在通勤路上聽更合適，影片得先有人念一遍才好剪。
這就是把那一步變成一次呼叫。文字進去，音訊檔案出來，用你選的音色；預設的讀法不是你要的，就再加一句關於語氣的說明。
因為它按音訊時長而不是按請求次數計價，讀一段話的工作流就只花一段話的錢。這才讓旁白成了可以順手加進定時任務的事，而不是單獨立項。
人們平時說的文字轉語音API或者AI配音工具，指的就是這件事。區別在於帳號放在誰那兒，以及呼叫它的通常是一個正在收尾的智能體，而不是一個手動匯出檔案的人。
語音與配音能做什麼
智能體能用它做什麼，做完又會拿回什麼。
覆蓋範圍與限制
把它做不到的事先說清楚，免得有人圍著能力範圍之外的東西去設計工作流。
只有現成音色，不做克隆
你從服務提供的音色裡挑。復刻某個具體的人的聲音是另一種產品，涉及另一套授權問題，應該在那個人同意的前提下，走服務商連接器，而不是放在這裡。
一次只念一段
每次呼叫是一個音色念一段文字。兩個人的對話是好幾次呼叫加一次剪輯，值得在寫稿之前先想清楚。
語氣是請求，不是控制項
一句關於語調的說明確實會改變念法，但它不是一條打好標記的時間軸。任何必須踩準節拍的地方，在剪輯裡修比用文字描述更省事。
你寫什麼它念什麼
數字、縮寫和人名，模型覺得該怎麼念就怎麼念。碰上要緊的地方，直接在文字裡寫全，比跟語氣說明較勁快得多。
語音與配音怎麼收費
Web服務按呼叫次數扣積分，不按token計費。也沒有另一份廠商帳單要對。
OpenAIzero generate voice按回來的音訊時長扣積分，大致相當於一分鐘語音19積分。一句短旁白幾乎不花什麼錢，一小時音訊則是值得專門決定一下的事。底下沒有訂閱，也沒有起步門檻。
產品名稱和標識歸各自所有者所有，出現在這裡只是為了說明某項服務基於什麼執行，不代表任何背書或合作關係。
設定與接入
無需設定
不用連線任何東西。不需要文字轉語音的帳號、金鑰或套餐。如果你要的是某個特定的克隆音色或者一整套錄音棚級功能，Okou也提供跑在你自己帳號上的語音平臺連接器。
誰可以用
產出音訊檔案是一項權限，按智能體、按人逐個授予；它和其他生成檔案用的是同一項權限，所以一個能說話的智能體同樣能畫圖。
團隊都用語音與配音做什麼
給智能體剛做完的東西配旁白
一段影片、一次操作講解、一份週報。智能體寫稿並念出來，事情就算做完了，不用再等某個拿著話筒的人。
把書面內容變成音訊版
一份簡報、一份報告、一組更新說明。那些從不開啟文件的人會在路上聽完，而每讀一遍只花幾個積分。
語音提醒和播報
那些需要被聽見而不是被讀到的短句，用到的時候現生成，不必為每種情況提前錄一遍。
什麼時候不該用語音與配音
如果這個聲音必須是某個特定的人的，就別用它，那首先是授權問題，其次才是技術問題。要反覆重剪的長音訊也別用，每次重新生成整個檔案太浪費。還有，當一個人念得再差也勝過它的時候，別用它；通常只要重點在於「這話是某個人說的」，就屬於這種情況。
別處怎麼稱呼它
同一件事在市場上有好幾種叫法。如果你比較過其中某一類產品，這裡說明它對應到這邊的什麼能力。
文字轉語音API
文字進，音訊出，透過程式可以呼叫的介面完成。說的正是這件事，只是帳號和金鑰在我們這邊。
AI配音
影片或演示的旁白，由稿子生成而不是錄出來。團隊找上這項服務，多半就是為了它。
不用API金鑰的TTS
當模型不是問題、帳號才是問題時，人們就會這樣搜。這裡不用註冊，也沒有什麼要粘進環境變數裡。
文章轉音訊
把寫出來的東西變成能聽的。按音訊時長計價，所以花費隨你實際發布的量走。
聲音克隆
另一回事，這裡有意不提供。請在聲音主人同意的前提下，用跑在你自己帳號上的語音平臺連接器。
語音與配音橫向對比
語音與配音對比自己開一個文字轉語音帳號
思路一樣，配置少得多。沒有金鑰要保管，沒有套餐要挑，訪問靠的是權限而不是一個共享的金鑰。
語音與配音對比語音平臺連接器
連接器跑在你自己的帳號上，能用到那個平臺的全部能力，包括克隆音色和錄音棚級的控制。這裡是快車道，適合那種「有就行」的旁白。
語音與配音對比自己錄
只要重點是「這話是某個人說的」，人念出來仍然更好。但如果一句話因為數字變了每週都得重做一遍，錄音就是用錯了工具。
一句話總結
給智能體已經做好的東西配上聲音，這是最快的一條路。只用現成音色，按分鐘計價，什麼都不用註冊。
常見問題
我需要OpenAI帳號嗎？
不需要。呼叫由Okou發起，音訊按積分計費。工作流裡不會出現你的金鑰。
可以選音色嗎？
可以，從服務提供的音色裡挑，同時還能用大白話描述你想要的語氣。
能克隆我的聲音嗎？
不能。克隆音色是有意不放進這項服務的。請在當事人同意的前提下，用跑在你自己帳號上的語音平臺連接器。
要花多少錢？
按音訊時長扣積分，一分鐘語音大約19積分。短句幾乎不花什麼錢。
支援哪些語言？
模型能念好幾種語言。如果要求聽起來像母語者，最好先聽一段樣音，再決定要不要把工作流押在上面。
能用在播客或影片裡嗎？
可以。產出的就是普通音訊檔案，和別的音軌一樣放進剪輯裡就行。
能做兩個人對話嗎？
一次呼叫做不了。分別生成每一段再拼起來，這樣停頓也更好把握。
怎麼讓某個人名唸對？
在你傳送的文字裡按發音拼出來。這比在語氣說明裡描述讀法更快，也更穩。
怎麼讓智能體用語音與配音
你用日常語言說清楚要什麼，智能體自己判斷該用哪個服務，再去發起呼叫。
“給這段演示影片寫一份二十秒的稿子，用從容不迫的聲音念出來。”
“把本週的總結變成音訊，我路上聽，控制在四分鐘以內。”
“用堅定、平實的聲音念這條警告資訊，把檔案給我。”
