> This is a page from the ElevenLabs documentation. For a complete page index, fetch https://elevenlabs.io/docs/llms.txt. For the full documentation in a single file, fetch https://elevenlabs.io/docs/llms-full.txt.

# 有声书

![有声书](file:assets/images/product-guides/studio/audiobooks-new-project.png "有声书-新建项目")

## 概述

有声书提供端到端工作流程，可将书面内容转为录音室级音频。

你可以粘贴或上传书稿，使用 ElevenLabs 音色生成逼真的旁白，并通过章节组织项目。还可以为有声书添加音乐和音效，并直接在编辑器中编辑和优化旁白。

角色选角功能会检测书稿中的角色，为每个角色推荐音色，并让你使用书中的真实对话进行试听。更改角色音色后，该角色的所有台词都会在整本书中更新。

完成后，可以导出有声书，或直接发布到 ElevenReader 等收听平台及合作市场。

有声书还支持动态旁白模式，让听众在播放时选择偏好的音色。

## 指南

![有声书 - 创建新书](file:assets/images/product-guides/studio/audiobooks-create-new-book.webp "有声书-创建新书")

#### 上传文件并选择基本设置

在有声书页面选择 **创建有声书**，开始新项目。

### 上传书稿

将书稿拖放到上传区域，或浏览设备选择文件。目前有声书支持：

* EPUB
* PDF

### 选择旁白风格

![有声书旁白风格选择](/docs/_fern-img/7a260dd3129eed27bde661e753a049b11ff845e7f4f8949f59bdb65048dae5f2.webp)

选择有声书的旁白方式：

* **单人配音** — 由一个旁白音色朗读整本书
* **多人配音** — 为旁白和书稿中检测到的角色分配不同音色

如果希望由一个音色朗读整本书，请选择 **单人配音**。如果希望制作更具戏剧感、旁白和角色使用不同音色的作品，请选择 **多人配音**。

### 选择模型

选择要用于有声书的 AI 模型。如需自然生动、富有情感的效果，建议将 **Eleven Multilingual v2（Studio Quality）** 用于长篇旁白配音和有声书。它支持 29 种语言。

选择 **继续**，开始处理书稿。

#### 解析并格式化书稿

选择 **继续** 后，ElevenLabs 会自动解析文件。系统会分析文档，提取元数据、章节和格式。

解析完成后，将进入 **格式化** 页面。

### 检查封面图片

如果 EPUB 或 PDF 包含封面，系统会自动提取并将其显示为有声书封面。你可以：

* 替换封面
* 移除封面
* 保留提取的封面

### 检查检测到的章节部分

ElevenLabs 会识别书稿中的结构化部分，例如：

* 版权声明
* 献词
* 序言
* 章节
* 后记
* 其他已格式化部分

使用复选框选择或取消选择要包含在有声书中的部分。

继续前请仔细检查检测到的结构。书稿格式可能各不相同，系统未必总能完全按预期识别各部分。

#### 选择音色并为角色配音

在 **角色** 步骤中，为有声书选择音色。

![有声书角色配音](/docs/_fern-img/8ada24df5144f84856f1440d93ab85265bf002ece92e297fb0db37ac939588ad.webp)

### 为多人配音有声书分配角色

如果选择了 **多人配音**，ElevenLabs 会分析书稿，并检测其中可能说话的角色。随后可为以下对象分配独特的音色：

* 主旁白
* 每个检测到的角色
* 书稿中识别出的其他说话者

角色检测由 AI 生成，应将其视为起点。系统可能无法识别所有角色，尤其是次要角色、未命名角色，或难以与周围旁白区分的说话者。

> **Note**
>
> 目前每本书最多可检测到 150 个音色。

检查检测到的角色列表，并按需调整角色分配。添加、更改或移除音色分配，确保最终角色阵容与书稿一致。

> **Note**
>
> 使用自定义音频预览音色会消耗积分。

### 浏览声音库

浏览可用的录音室品质音色，或使用搜索和筛选查找合适的音色。筛选项包括：

* 语言
* 口音
* 类别
* 性别
* 年龄

分配前可先预览音色。

> **Note**
>
> 使用自定义音频预览音色会消耗积分。

#### 检查并添加发音规则

**发音** 步骤可帮助你控制姓名、地点、虚构词汇及其他不常见词汇的读法。

![有声书发音编辑器](/docs/_fern-img/123ec06328152f7464f0cfad028cf1049489a8beb1283338ba30100c2c4308cf.webp)

### 检查自动检测到的词语

ElevenLabs 会扫描书稿，并建议可能需要发音规则的词语，其中可能包括角色名、地名或虚构术语。

这些建议由系统自动生成，因此可能不会包含书中所有重要词语。请检查列表，并为需要特殊处理的重要词语添加规则。

### 添加发音规则

可为每个词语创建规则，例如 **别名**，并输入所需的 **输出**。输出会告诉模型该词语应如何发音。

也可在右上角选择 **添加规则**，手动搜索词语并定义其发音。

### 在上下文中预览发音

选择规则旁的 **播放** 图标，即可听到所选音色朗读书稿中出现该词语的句子。

在上下文中聆听有助于检查：

* 发音
* 节奏
* 周围句子
* 规则是否适用于已分配的音色

空白规则会被跳过，模型将对这些词语使用默认发音。

#### 创建有声书

对格式、角色配音和发音规则满意后，在右下角选择 **创建有声书**。

ElevenLabs 随后会开始创建有声书。完成后，可管理项目、检查结果、导出音频文件，或将完成的项目发布到 ElevenReader，供听众收听。

## 编辑和播放

有声书创建后，可在编辑器中进一步优化和完善。

### 生成和预览旁白

添加内容后，可直接在编辑器中生成和预览旁白。

* 使用 **播放** 按钮生成旁白或播放已生成的音频
* 每个章节内按段落生成

每个段落的状态会通过文本左侧的条形标识显示：

* **深色条** — 已生成旁白
* **浅灰色条** — 尚未生成旁白

#### 播放模式

可通过播放按钮左侧的模式选择器，选择播放和生成方式：

* **播放至结尾（逐段生成）** — 从所选段落播放至章节结尾，每次生成一个段落
* **播放至结尾（预先生成片段）** — 从所选段落播放至章节结尾，预先生成多个段落，实现更流畅的播放

> **Note**
>
> 播放已生成的音频不会消耗积分。只有生成新旁白时才会使用积分。

### 编辑有声书

可编辑文本、调整音色设置或更改时序，然后按需重新生成特定部分。

时间线可让你检查旁白、音乐和音效如何协同播放，并在导出前进行调整。

### 增强有声书

可为有声书添加额外音频层：

* **音色** — 选择或更新旁白音色
* **音效（SFX）** — 从库中添加音效或生成自定义声音
* **音乐** — 从音乐市场选择，或生成新曲目

添加音乐或音效：

* 点击 **+** 图标，将其导入项目
* 它们会在时间线上显示为单独的轨道，并与旁白一同播放

## 音色和模型设置

可通过编辑器侧边栏和项目设置中的 **音色和模型设置** 自定义有声书的声音效果。

#### 音色和模型选择

* **音色** — 选择有声书使用的旁白音色
* **模型** — 决定语音质量、表现力和支持的语言

可在两个位置更改这些设置：

* **编辑器侧边栏** — 将设置应用于选定段落或部分
* **项目设置** — 为整个项目设置默认音色和模型

要访问项目级设置，请打开左上角菜单并选择 **项目设置**。

#### 可用模型

ElevenLabs 支持多个各具优势的语音模型：

* **[Eleven v4](/docs/zh/overview/capabilities/text-to-speech/eleven-v4)** — 最新模型，质量最高，语言支持最广泛
* **Eleven v3** — 上一代富有表现力的模型（需要更多提示词控制）
* **Eleven Multilingual v2** — 高质量、自然的旁白（大多数有声书使用场景的默认模型）
* **Eleven Flash 模型** — 针对速度和更低延迟优化

可随时切换模型。但请注意：

> **Warning**
>
> 更改模型不会更新已生成的音频 — 需要重新生成受影响的段落，这会消耗积分。

#### 默认设置

创建新有声书时：

* 默认模型为 **Eleven Multilingual v2**
* 默认音色会自动选择（可随时更改）
* 默认语言设为 **自动检测**

#### 音色设置（按选择内容）

在编辑器中操作时，可为特定段落覆盖音色设置。在侧边栏启用 **覆盖设置**，即可调整表达方式而不影响整个项目。

#### 播放控件

上下文侧边栏提供用于精细调整旁白的播放控件：

* **音量** — 调整响度
* **淡入 / 淡出** — 控制音频的开始和结束方式

这些设置会应用于所选段落。

#### AI 工具

侧边栏还提供由 AI 驱动的工具，帮助改进有声书：

* **优化文本** — 优化文本，改善表达效果和清晰度
* **移除背景音频** — 使用人声分离清理音频
* **使用变声器** — 修改现有音频中的声音
* **用你的声音指导表达** — 录制参考音频来指导表达（演员模式）

#### 质量和导出设置

音频质量由订阅套餐和项目设置自动决定，不影响积分使用。

要查看项目的确切输出质量，请点击右上角的 **发布**，打开 **导出** 标签页，并将鼠标悬停在 **音频格式** 字段上，即可查看比特率和采样率等详细信息。

![发布有声书](file:assets/images/product-guides/studio/audiobooks-publish.png "有声书-发布")

### 重要行为

如果在生成音频后更改音色或模型设置：

* 现有段落不会自动更新
* 必须重新生成音频，改动才会生效，这会消耗积分

### 上下文侧边栏

上下文侧边栏会根据你在项目中选择的内容更新。

对于旁白，它提供：

* 播放控件
* 音色和模型选择
* 覆盖设置
* 生成历史记录
* AI 工具

借此可在非常细致的层面调整和优化旁白。

### 发音词典

![有声书 - 发音词典](file:assets/images/product-guides/studio/audiobooks-pronunciation_dictionaries.png "有声书-发音词典")

可使用发音词典控制特定词语的读法。

适用于：

* 角色名
* 品牌名
* 首字母缩略词
* 不常见或有歧义的词语

发音词典可通过以下方式定义词语读法：

* **音素规则** — 使用音标指定发音
* **别名** — 用可产生所需发音的另一种拼写替换词语

当文本中的词语与已连接词典中的规则匹配时，系统会使用你定义的发音。

#### 如何使用发音词典

1. 从工具栏打开 **发音编辑器**
2. 创建新词典或选择现有词典
3. 为要控制的词语添加条目
4. 点击 **连接**，将词典应用于项目

也可上传词典文件，或通过发音编辑器管理所有词典。

#### 重要说明

* 词典会按顺序应用 — 使用 **第一个匹配的规则**
* 更改仅应用于新生成的音频。必须 **重新生成段落** 才能听到更新
* 音素规则仅支持英语模型，例如 Flash v2

发音词典尤其适合在长篇有声书中保持一致性。

## 角色配音

角色配音可帮助你为书中的角色分配音色。上传书稿后，有声书会检测角色，为每个角色推荐音色，并允许你通过书中的实际对话预览效果。

### 生成后更新角色

如果在生成音频后更改角色音色，该角色此前的音频将被清除。需要使用新音色重新生成音频，这会消耗积分。继续前，系统会要求确认更改。

该角色说的每句台词都会在整本书中更新。无需手动重新分配单个段落或章节。要自动重新生成所有受影响段落的音频，请导出有声书的新版本。仅会对需要重新生成的段落收取积分。

### 声音库

有声书支持使用超过 10,000 种音色进行 90 多种语言的旁白。若想亲自朗读或为角色提供音色，也可在几秒内克隆自己的声音。

### 最佳实践

在解析步骤结束前检查格式。错误检测到的部分可能影响最终有声书。

对于多人配音项目，请检查每个检测到的角色和音色分配。尤其注意未命名或次要角色，因为系统可能较难正确识别它们。

应在上下文中聆听发音预览，而非仅依赖书面规则。单独听起来正确的发音，在完整句子中可能需要调整。

导出或发布前检查生成的有声书。有声书可以自动完成大部分制作流程，但编辑和质量检查对于获得精良成品至关重要。

## 章节

有声书由章节构成，可手动创建，也可在导入文档时自动检测。

你可以：

* 使用 **+** 按钮添加新章节
* 重命名或重新排序章节
* 按章节生成旁白

章节有助于整理较长内容，并让导出更灵活。

## 旁白模式

有声书根据目标支持两种不同的旁白方式。

### 原始音频

音频会提前使用所选音色生成，并对所有听众保持固定。

此模式适合希望完全控制以下内容的情况：

* 音色选择
* 时序和表达
* 音乐和声音设计

### 动态旁白

动态旁白不使用固定音色，而是允许听众在播放时选择偏好的音色。

此模式适合：

* 无障碍体验
* 个性化
* 听众偏好

> **Warning**
>
> 动态旁白播放不包含音乐、音效和外部音频。

## 导出和发布

### 导出选项

要导出有声书，请点击右上角的 **发布**，然后打开 **导出** 标签页。

有声书根据内容使用方式提供灵活的导出选项。

#### 导出范围

* 完整项目
* 单个章节

#### 媒体类型

* 音频
* 时间线数据（AAF）
* 字幕

#### 文件结构

* 单个文件
* 按章节打包的 ZIP

#### 音频格式

* MP3
* WAV

如果部分内容尚未生成，导出时会自动完成，这会消耗积分。

### 发布和分发

要分发有声书，请点击右上角的 **发布**，并停留在 **发布** 标签页。

可直接发布到：

* **ElevenReader** — 用于应用内收听和分发
* Spotify 和 InAudio 等 **合作平台**
* **ElevenLabs Video** 或 **Audio Native**，用于其他格式

发布后可与听众分享有声书，并可在 ElevenReader 等支持的平台上通过分发开始获得收益。

### 发布到 ElevenReader

发布到 ElevenReader 时，需要完成提交流程，为分发准备有声书。

其中包括：

* 创建或选择作者资料
* 添加图书元数据（书名、副标题、封面图片）
* 提供分发详情
* 设置付款和协议
* 检查并提交有声书

提交后，有声书将在 ElevenReader 应用中上线前接受审核。

## 使用系列整理有声书

可将多本有声书归入一个系列，以整理相关内容并提升可发现性。

创建系列：

1. 前往 **书架**
2. 点击 **创建系列** 按钮（右上角）
3. 输入：
   * **系列名称**
   * **描述**
   * **作者资料**
   * **语言**
4. 可选择将现有书籍添加到系列
5. 点击 **创建系列**

## 常见问题

<tbody>
  <tr>
    <td>
      #### 导出有声书前是否需要生成旁白？

      不需要。在有声书中，如果部分内容尚未生成，导出时会自动完成，这将消耗额度。
    </td>
  </tr>

  <tr>
    <td>
      #### 原始音频和动态旁白有什么区别？

      在 Audiobooks 中，生成的旁白（原始音频）会使用选定音色生成固定的音频文件。

      动态旁白允许听众在播放时选择偏好的旁白音色。
    </td>
  </tr>

  <tr>
    <td>
      #### 可以将有声书发布到多个平台吗？

      可以。你可以将有声书分发到多个平台，包括 ElevenReader 和支持的合作伙伴市场。
    </td>
  </tr>

  <tr>
    <td>
      #### 什么是角色配音？

      角色配音分配会检测书稿中的角色，为每个检测到的角色推荐音色，并让你通过书中的真实对话试听。

      角色检测由 AI 生成，应将其视为起点。系统可能无法识别所有角色，尤其是次要角色、未命名角色，或难以与周围叙述区分的说话者。

      更改角色音色后，该角色的所有台词都会在整本书中更新。
    </td>
  </tr>

  <tr>
    <td>
      #### 一本有声书可以使用多少种音色？

      有声书可按需使用任意数量的音色。声音库提供超过 10,000 种音色，覆盖 90 多种语言；你还可以克隆自己的声音，用于旁白或角色音色。

      对于角色选角，目前每本书最多支持检测 150 种音色。
    </td>
  </tr>

  <tr>
    <td>
      #### 有声书支持哪些文件格式？

      Audiobooks 支持 EPUB 和 PDF 格式。上传文件后，系统会自动解析书稿，提取元数据、章节和格式信息。如果文件包含封面图片，也会自动提取。
    </td>
  </tr>

  <tr>
    <td>
      #### 书稿在处理过程中失败怎么办？

      非常大的书稿或复杂的 Audiobooks 项目偶尔可能会在处理过程中失败。如遇此情况，请检查书稿结构后重试。

      报告问题时，请提供文件详情、文件大小和格式，以及处理失败的阶段。
    </td>
  </tr>
</tbody>