配音

概述

ElevenLabs 配音可将音频和视频翻译为 90 多种语言，同时保留每位说话者的情感、时长、语气和独特特征。原始背景音频会被保留，因此无需重新混音，即可用另一种语言还原每位说话者的表达方式。可用于：

• 将可触达受众扩大 4 倍，覆盖国际受众
• 在保留情感细微差别的同时，为新市场改编现有素材
• 无需重新录制配音，即可提供多语言内容

我们还为视频和播客创作者提供全托管配音服务。

使用方式

• 自动配音 — 由最新的 Dubbing v2 Alpha 模型驱动，只需点击几次即可将内容从一种语言配音为另一种语言。
  • 上传限制： 应用中最大 1 GB 和 180 分钟，或通过 API 每个源文件最大 3 GB
• 配音工作室 — 精细控制配音，包括编辑转录文本、重新分配说话者，以及按片段重新生成。仅适用于 v1 模型。
  • 上传限制： 最大 1 GB 和 45 分钟
  • 注意： 配音工作室现处于维护模式，仅接收关键 Bug 修复
• 通过 ElevenLabs Productions 提供人工验证的配音 — 如需更多信息，请联系 productions@elevenlabs.io。

克隆强度

克隆强度是配音 v2 Alpha 模型中自动配音的可调设置，范围为 0 到 10。在应用中，点击 说话人相似度 进行调整。默认值 7 适用于大多数内容。较高的值会优先保留与原说话人的声音相似度，但对于语音特征差异很大的语言，听起来可能不够自然。较高设置也可能将更多原始口音带入配音输出。较低的值则让模型能更自由地以目标语言自然表达，但与原始声音的相似度会降低。

主要功能

• 多说话者： 即使说话重叠，也能自动检测多位说话者。
• 多语言输出： 生成 90 多种语言的本地化音轨。
• 保留原始音色： 保留说话者的身份特征和情感语气。
• 保留背景音频： 无需重新混音音乐、音效或环境声。
• 支持的文件类型： 可从多种来源为视频和音频配音，包括 YouTube、TikTok、直接 URL 或上传文件。

费用

详细积分费用请参阅我们的定价页面。

支持的语言

配音支持 90 多种语言，包括英语、西班牙语、法语、德语、日语、中文、阿拉伯语等。API 在 source_language 和 target_language 参数中接受 BCP-47 语言标签，例如 fr 或 es-MX。在 Dubbing v2 中，诸如 es-MX 的区域限定标签必须是下方列出的受支持方言之一；其他所有语言均使用基础语言标签。Dubbing v1 不支持方言。

关键信息

• Dubbing v2 Alpha — Dubbing v2 目前处于 Alpha 阶段。随着我们持续改进模型，偶尔可能会遇到一些不够完善的情况。
• 内容类型： 支持所有音频和视频内容类型，每个文件最多可包含 32 位不同的说话者。
• 保留说话者特征： 在目标语言中保留每位说话者的语气、语速和风格。
• 输出质量： 配音视频是高质量预览，而非成片母版。通常以 1080p 输出，可能与源文件分辨率不同。Dubbing v1 的音频为单声道，Dubbing v2 最多为立体声，因此不会保留 5.1 及其他多声道音频。用于制作时，请下载配音音频并替换原始视频中的音轨。
• 并发数： 所有自助方案（免费版、Starter、Creator、Pro、Scale、商业版）最多支持 3 个并发配音任务，企业版默认支持 10 个。限制按工作区和模型分别计算，因此 v1 和 v2 任务不共享配额池。如果达到限制，会收到 too_many_concurrent_requests 错误，请等待现有任务完成后再启动新任务。

常见问题