ElevenCreative Studio

上传

选择 上传，从现有媒体开始。文本和音频文件会在音频布局中打开。视频文件会在视频布局中打开，并可使用字幕。

从头开始创建项目

选择 + 新建空白项目，打开项目类型选择器：

• 视频项目（新） 会打开新版视频编辑器，其中包含 素材库、脚本 和 字幕 面板以及 Studio Agent。
• 音频项目 会创建一个空白音频项目，适用于长篇旁白、播客和有声书。
• 视频项目 会打开旧版 Studio 视频编辑器。

音频项目的上下文侧边栏

上下文侧边栏会显示所选项目的工具和详细信息。

对于旁白，侧边栏包含 播放控件、类型、模型、音色、覆盖设置 和 生成历史。AI 工具部分提供以下操作：

• 优化文本 可优化文本以引导语音表达。
• 移除背景音频 使用人声分离移除背景音频。
• 使用变声器 可修改现有音频中的声音。
• 用你的声音指导语音 可录制参考音频，通过演员模式引导表达。

对于媒体片段，侧边栏会显示相关片段属性和操作。

时间轴和轨道

时间轴可让你在整个章节范围内查看项目，一眼掌握旁白、音乐和 SFX。

可调整段落或单个句子之间的时间。还可以裁剪、拆分和复制片段，或在较长章节中缩放和平移。波形会显示各轨道的相对响度。

章节侧边栏

创建新的音频项目后，即可访问章节侧边栏；如果导入文档，系统会自动检测章节。

选择 章节 标签页，管理现有项目中的章节。

选择 + 添加章节。使用 章节操作 重命名或删除章节。拖动章节可调整顺序。

生成/重新生成

选择 生成，为所选文本生成音频。生成音频会消耗积分。

修改文本或音色后，段落会失去已生成状态。选择 生成 再次生成。

段落状态（已转换或未转换）由段落左侧的竖条表示。未转换段落为浅灰色竖条，已转换段落为深灰色竖条。

当按钮显示 重新生成 时，下一次生成不会消耗积分。只要不更改音色或文本，最多可免费重新生成 2 次。

此操作适用于旁白和其他生成的语音。视频、外部音频、音乐、SFX 和字幕等时间轴项目会排列在时间轴上，并在导出时渲染。

播放

可使用 ElevenCreative Studio 界面底部播放器中的 播放 按钮，播放已生成的音频；如果段落尚未转换，也可生成音频。生成音频会消耗积分。如果已生成音频，播放 按钮会播放该音频，不会消耗积分。使用 播放 按钮时有两种模式。播放至结尾（提前生成片段） 会播放现有音频，或从所选段落到当前章节结尾，为尚未生成的段落生成新音频，并提前生成多个片段。播放至结尾（逐个生成） 会播放现有音频，或从所选段落到当前章节结尾生成新音频，但每次只生成一个片段。存在视频轨道时，播放器还会同步播放头预览视频。播放现有音频或视频从不消耗积分，只有生成旁白会消耗积分。

生成历史

选择段落后，其生成历史会显示在上下文侧边栏中。这里会显示所选段落之前生成的所有音频，你可以试听并下载每个单独的生成版本。

如果偏好某个较早版本的段落，可使用 恢复生成版本 按钮返回所选版本。也可以删除生成版本，但请注意，删除后将永久无法恢复。

生成历史适用于旁白生成，不会追踪导入媒体（外部音频、音乐、SFX）或视频片段。

撤销和重做

如果误做了更改，可使用 撤销 按钮恢复上一版本，使用 重做 按钮恢复该更改。

停顿

可使用 插入停顿 按钮添加暂停。这会插入停顿标签。默认设为 1 秒，但可将停顿时长调整为最长 3 秒。

停顿仅影响生成语音的表达，不会移动或暂停其他时间轴轨道。请使用时间轴，在音乐、SFX 和视频中创建精确停顿。

演员模式

演员模式允许你通过上传录音或直接录制自己的声音，精确指定文本片段的表达方式。你可以高亮选取要处理的部分文本，也可以选择整个段落。选择要使用演员模式的文本后，点击侧边栏 AI 工具 部分的 用你的声音指导语音，系统会显示 演员模式 弹窗。

有关演员模式的概览，请查看此视频。

上传或录制音频后，可以试听或删除音频。还会显示使用所提供音频生成所选文本需要消耗的积分数。

如果满意该音频，点击 生成，该音频将用于引导所选文本的表达。

文件

为项目上传或录制音频文件。可以将文件拖放到面板中、点击 上传文件，或使用 录制 按钮直接录音。在 此项目 和 工作区 之间切换以浏览文件。上传的音频无法发布到分发平台。

音乐

在 ElevenCreative Studio 中生成音乐，并将其放置在单独的时间轴轨道上。可通过提示词创建音乐，或导入现有音轨。你可以裁剪、复制、移动和调整每个片段的音量。立体声源会保持立体声。

音效

将音效作为独立片段添加到时间轴。可将其放置在任意位置、叠加多个效果，并通过裁剪和复制精确调整时序。

可通过文本提示词创建效果，或从 SFX 素材库中选择现有音效。

可重新生成预览以探索不同版本，再将选定效果应用到时间轴。删除和复制 SFX 片段的方式与其他时间轴片段相同。

锁定段落

选择 锁定段落，防止更改段落。

锁定段落左侧会显示锁定图标。再次选择 锁定段落 可解锁段落。锁定仅适用于旁白内容；你仍可编辑视频、音乐和音效片段。

键盘快捷键

选择 项目选项 > 键盘快捷键，查看可用的键盘快捷键。

视频项目的上下文侧边栏

新版视频项目编辑器包含 素材库、脚本 和 字幕 面板。音频项目请参阅音频项目的上下文侧边栏。

素材库

素材库面板用于保存可在时间线上重复使用的视频片段、图像和语音。使用 项目 和 工作区 标签，在项目素材与工作区共享素材之间切换。可按 来源、状态 或是否已添加到 时间线 筛选素材。

选择 创建 + 添加内容。

媒体

• 视频 可生成视频片段。
• 口型同步 可将虚拟形象与语音片段同步。
• 图像 可生成静态图像。
• 语音 可生成旁白片段。
• SFX 可生成音效。
• 音乐 可生成音乐曲目。
• 上传 可从设备导入媒体文件。

元素

• 文本 可添加文字叠加层。

脚本

脚本面板按音轨整理旁白：

• 旁白 会显示每个段落及其分配的音色和模型。选择段落可编辑文本或更改音色。更改后需重新生成。
• 发音 会打开发音编辑器，你可以在其中添加别名或音素规则。

字幕

在 字幕 面板中，选择一条音轨作为字幕来源。使用两个标签编辑文字记录和样式：

• 文字记录 会显示带时间戳的字幕文本。选择 编辑 可修正文本或时间。
• 样式 可设置字体、颜色、大小和位置。更改会显示在视频预览中，并嵌入导出的视频。

视频轨道和旁白

在 素材库 面板中创建和管理视频片段。可根据提示词生成片段，或选择 上传 添加现有素材。将片段从素材库拖到时间线即可放置。使用 图像参考、参考视频、起始帧 和 结束帧 为生成提供视觉上下文。

添加视频轨道，将旁白与现有素材或补充镜头配对。导入视频文件或添加空白轨道，然后在时间线上将旁白与视频对齐。需要时启用字幕并选择模板。

画面比例

使用顶部栏中的选择器设置输出画面比例：

• 16:9 适用于 YouTube 广告和标准宽屏。
• 9:16 适用于 TikTok、Reels 和 Shorts。
• 4:5 适用于 LinkedIn 和 Facebook 广告。
• 1:1 适用于 Instagram 帖子。

所选比例会应用于画布预览和导出的视频。

音色

可以使用即时语音克隆、专业语音克隆、通过声音库共享的音色，以及通过声音设计创建的合成音色。

音色表现取决于源音频质量、模型和语言。请测试多种音色，确定最适合项目的选择。

如果不满意音色，但满意旁白的表达方式，可以使用变声器功能更改音色，同时保留旁白。

详细了解音色

音色设置

用户已探索出适合各自需求的不同工作流。最常见的设置是稳定性约为 50，相似度接近 75，之后只进行少量调整。当然，具体设置仍取决于原始音色和你想要的表达风格。

请注意，AI 的生成并非确定性的；将滑块设为特定值并不能保证每次都获得相同结果。这些滑块更像是一个范围，用于决定每次生成之间随机变化的幅度。

启用 覆盖设置 可更改所选文本或段落的音色设置。未启用此覆盖时，更改会应用到项目中该音色的所有使用位置，并且需要重新生成。更改设置前，请先解锁所有受影响的锁定段落。

别名

可使用此设置为音色指定仅在当前项目中生效的别名。例如，如果有声书中每个角色使用不同音色，可以将角色名称作为别名。

音量

如果生成的音频过小或过大，可以调整音量。默认值为 0.00，表示音频不会改变。最小值为 -30 dB，最大值为 +5 dB。

语速

语速 设置可加快或放慢生成语音的速度。默认值为 1.0，表示不调整语速。低于 1.0 的值会放慢音色，最低为 0.7。高于 1.0 的值会加快音色，最高为 1.2。极端值可能影响生成语音的质量。

稳定性

稳定性 滑块决定音色的稳定程度以及每次生成之间的随机性。降低此滑块可让音色具有更丰富的情绪范围。这在很大程度上受原始音色影响。滑块设得过低可能导致表达异常随机，并使角色说话过快。反之，设得过高则可能导致音色单调、情绪有限。

若想要更生动、更有戏剧性的表达，建议调低稳定性滑块并多次生成，直到找到满意的效果。

相反，如果想要更严肃的表达，在极高值下甚至接近单调，建议调高稳定性滑块。由于结果更一致、更稳定，通常无需生成太多样本即可达到理想效果。请多加尝试，找到最适合的设置！

相似度

相似度 滑块决定 AI 在尝试复现原始音色时应遵循原音色的程度。如果原始音频质量较差且相似度滑块设得过高，AI 在模仿音色时可能会复现原始录音中存在的伪影或背景噪声。

风格夸张度

部分模型包含 风格夸张度 设置。该设置会尝试放大原始说话者的风格。此功能会消耗额外计算资源，设置为非 0 值时可能增加延迟。请注意，使用此设置会使模型稳定性略有下降，因为模型会着重强调和模仿原始音色的风格。

一般建议始终将此设置保持为 0。

说话者增强

此设置可增强与原始说话者的相似度。不过，使用该设置需要略高的计算负载，从而增加延迟。此设置带来的差异通常比较细微。

发音词典

有时你可能希望指定某些词的发音，例如角色名或品牌名，或指定缩写的读法。发音词典支持此功能：你可以上传包含指定词发音规则的词汇表或词典文件，使用音标字母（音素标签）或词语替换（别名标签）定义规则。

当项目中遇到这些词时，AI 会使用指定的替换规则发音。在发音词典中查找替换词时，词典会从头到尾检查，且仅使用第一个匹配的替换规则。

可以在发音编辑器中将现有发音词典连接到项目。可从工具栏打开编辑器。在下拉菜单中找到要连接的词典，然后选择 连接。

可以通过在发音编辑器中创建条目来从项目创建新的发音词典，也可以在发音编辑器中通过 打开所有发音词典 上传或创建发音词典。然后选择 连接，将发音词典连接到当前项目。

有关发音词典的更多信息，请参阅我们的提示词最佳实践指南。

导出设置

在 项目设置 下的 导出 标签中，可以为项目添加标题、作者、ISBN 和描述等额外元数据。这些信息会自动添加到下载的音频文件中。你还可以访问项目的先前版本，并启用音量标准化。这些设置适用于音频导出；视频外观由时间线和字幕模板控制。

导出选项

对于单章节项目，可将项目导出为 MP3 或 WAV。如果项目包含视频轨道或字幕，也可导出为视频。

如果项目有多个章节，可以选择单独导出每个章节，或导出完整项目。导出完整项目时，可以导出为单个文件，或导出为包含各章节独立文件的 ZIP 文件。对于纯音频导出，也可以选择下载为 MP3 或 WAV。

对于视频导出，请在导出前启用字幕并添加视频轨道（或可分享的 TTS 视频）。视频会使用所选字幕模板进行渲染。

质量设置

导出质量取决于订阅套餐。对于新建项目，质量如下：

• 免费版、Starter 和 Creator：128 kbps MP3，或由 128 kbps 源转换的 WAV。
• Pro、Scale、商业版和企业版：16-bit、44.1 kHz WAV，或 192 kbps MP3（Ultra Lossless）。

下载

导出完成后会自动下载。对于可分享的 TTS 视频，还可复制链接以便快速分享。

点击 项目选项 按钮并选择 导出记录，即可访问和下载章节及项目的所有先前导出文件。

分享

在编辑器中创建只读链接，让其他人播放时间线并审核混音，无需下载文件。你可以随时撤销访问权限。也支持评论，包括匿名评论。

评论

邀请协作者或受众直接在时间线上留下反馈。评论会根据播放头添加时间戳，因此反馈会准确显示在相关位置。评论者无需 ElevenLabs 账户，可填写名称或匿名发布。通过串联回复和可选的协作者提及功能，讨论将保持井然有序。

要添加评论，请打开共享项目链接（或已启用分享的编辑器），将播放头移至正确时刻，然后点击 添加评论。输入消息并发布；使用 回复 继续讨论串。当你发起或参与的讨论串中有新评论或回复时，会收到电子邮件通知。

反馈处理完毕后，将讨论串标记为 已解决；它会在列表中折叠，并可稍后重新打开。解决讨论串后，通知会暂停，直至重新打开。