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、字幕 面板和 Studio Agent。
• 音频项目 会创建空白音频项目，适用于长篇旁白、播客和有声书。
• 视频项目 会打开 Studio 的旧版视频编辑器。

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 生成历史记录。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。
• 使用你的声音指导语音 可录制参考音频，通过 Actor Mode 引导语音表达。

对于媒体片段，侧边栏会显示相关片段属性和操作。

时间线和轨道

时间线提供整个章节的项目视图，让你一眼查看旁白、音乐和 SFX。

可调整段落或单个句子之间的时间间隔，也可修剪、拆分和复制片段，或在较长章节中缩放和平移。波形可显示各轨道的相对响度。

章节侧边栏

创建新的音频项目后，即可使用章节侧边栏；如果导入文档，系统会自动检测章节。

选择 章节 标签页，可管理现有项目中的章节。

选择 + 可添加章节。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 可为所选文本生成音频。生成音频会消耗积分。

更改文本或音色会取消段落的已生成状态。选择 生成 可再次生成。

段落状态（已转换或未转换）由段落左侧的竖条表示。未转换段落显示浅灰色竖条，已转换段落显示深灰色竖条。

按钮显示 重新生成 时，下一次生成不会消耗积分。如果不更改音色或文本，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 和字幕等时间线项目会排列在时间线上，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 按钮会播放已生成的音频，不会扣除积分。使用 播放 按钮时有 3 种模式。播放至结尾（提前生成片段） 会播放现有音频，或从所选段落开始至当前章节结尾，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，或从所选段落开始至当前章节结尾生成新音频，但每次只生成一个片段。所选内容 仅播放或生成所选段落的音频。存在视频轨道时，播放器也会同步播放头预览视频。播放现有音频或视频不会消耗积分；只有生成旁白才会消耗积分。

生成历史记录

选中段落后，其生成历史记录会显示在上下文侧边栏中。你可以查看该段落之前生成的所有音频，并收听和下载每个生成版本。

如果更喜欢段落的早期版本，可使用 恢复生成版本 按钮返回所选版本。也可删除生成版本，但请注意：删除后将无法恢复。

生成历史记录 仅适用于旁白生成，不会追踪导入的媒体（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，并使用 重做 按钮恢复该更改。

停顿

可使用 插入停顿 按钮添加停顿。这会插入停顿标签。默认时长为 1 秒，但可调整为最长 3 秒。

停顿只影响生成语音的表达方式，不会移动或暂停其他时间线轨道。请使用时间线在音乐、SFX 和视频之间创建精确停顿。

Actor Mode

Actor Mode 可让你通过上传录音或直接录制自己的声音，精确指定一段文本的表达方式。你可以高亮要处理的文本选区，也可以选择整个段落。选中要使用 Actor Mode 的文本后，在侧边栏的 AI 工具 部分点击 使用你的声音指导语音，即可看到 Actor Mode 弹窗。

如需了解 Actor Mode 概览，请观看此视频。

上传或录制音频后，可选择回听或删除音频。还会显示使用所提供音频生成所选文本所需的积分数量。

如果音频符合预期，点击 生成，系统将使用该音频指导所选文本的表达方式。

文件

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

音乐

可在 ElevenCreative Studio 中生成音乐，并将其放在单独的时间线轨道上。可根据提示词创建音乐，或导入现有曲目。你可以修剪、复制、移动每个片段并调整音量。立体声源会保持立体声。

音效

可将音效作为单独片段添加到时间线。你可以将其放置在任意位置，叠加多个效果，并通过修剪和复制精确调整时间。

可根据文本提示词创建效果，或从 SFX 库 中选择现有效果。

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

锁定段落

选择 锁定段落 可防止更改段落。

已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；你仍可继续编辑视频、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 媒体库、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。

媒体库

媒体库 面板存储视频片段、图片和语音，可在时间线上重复使用。使用 项目 和 工作区 标签页在项目资源与工作区共享资源之间切换。可按 来源、状态 或是否存在于 时间线 中筛选资源。

选择 创建 + 可添加内容。

媒体

• 视频 可生成视频片段。
• 口型同步 可让虚拟形象与语音片段同步。
• 图片 可生成静态图片。
• 语音 可生成旁白片段。
• SFX 可生成音效。
• 音乐 可生成音乐轨道。
• 上传 可从设备导入媒体文件。

元素

• 文本 可添加文字叠层。

脚本

脚本 面板按音频轨道整理旁白：

• 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。更改后需要重新生成。
• 发音 会打开 Pronunciations Editor，你可以在其中添加别名或音素规则。

字幕

在 字幕 面板中，选择一个音频轨道作为字幕来源。使用两个标签页编辑转录文本和样式：

• 转录文本 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 可配置字体、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 媒体库 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。将片段从媒体库拖到时间线即可放置。使用 图片参考、参考视频、起始帧 和 结束帧 为生成提供视觉上下文。

添加视频轨道可将旁白与现有素材或 B-roll 搭配。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。需要时可启用字幕并选择模板。

宽高比

使用顶部栏中的选择器设置输出宽高比：

• 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

你可以使用即时语音克隆、专业语音克隆、通过声音库分享的音色，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。

如果你不满意某个音色，但满意旁白的演绎方式，可以使用变声器功能更换音色，同时保留旁白。

详细了解音色

音色设置

不同用户会采用适合自己的工作流程。最常见的设置是将稳定性设为约 50，相似度设为接近 75，之后仅做少量调整。当然，具体设置取决于原始音色以及你想要的演绎风格。

需要注意的是，AI 具有非确定性；将滑块设为特定值并不能保证每次都得到相同结果。滑块更像是一个范围，用于决定每次生成之间随机性的幅度。

启用 覆盖设置，即可更改所选文本或段落的音色设置。未启用覆盖时，所做更改会应用于项目中该音色的每一处使用，并需要重新生成。更改设置前，请先解锁所有受影响的已锁定段落。

别名

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

音量

如果生成的音频太轻或太响，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。

速度

速度 设置可加快或减慢生成语音的语速。默认值为 1.0，表示不调整语速。低于 1.0 的值会减慢音色，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呈现更丰富的情感范围。这会受到原始音色的显著影响。将滑块设得过低，可能导致演绎过于随机、不自然，并使角色说话过快。相反，设得过高则可能让音色单调、情感有限。

若想获得更生动、更具戏剧性的演绎，建议调低稳定性滑块并生成几次，直到找到满意的效果。

相反，如果想要更严肃的演绎，数值极高时甚至接近单调，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预期效果。请多加尝试，找到最适合你的设置！

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始音色的程度。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

部分模型提供 风格夸张度 设置。该设置会尝试增强原始说话者的风格。它会消耗额外计算资源，设为非 0 值时可能增加延迟。需要注意的是，使用此设置可能会让模型略微降低稳定性，因为它会更努力地突出并模仿原始音色的风格。

通常建议始终将此设置保持为 0。

说话者增强

此设置可提高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较为细微。

发音词典

有时你可能想指定特定词语的发音，例如角色或品牌名称，或指定缩写的读法。发音词典可实现这一功能：你可以上传包含指定词语发音规则的词汇表或词典文件，可使用音标字母（音素标签）或词语替换（别名标签）。

当项目中遇到这些词语时，AI 会按指定替换方式发音。在发音词典中查找替换词时，词典会从头到尾检查，并且仅使用第一个替换项。

可在发音编辑器中将现有发音词典关联到项目。你可以从工具栏打开编辑器。在下拉菜单中找到要关联的词典，然后选择 连接。

你可以在发音编辑器中创建条目，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，将发音词典关联到当前项目。

如需了解更多发音词典信息，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 标签页中，可为项目添加标题、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历史版本，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，可以选择分别导出每个章节，或导出完整项目。导出完整项目时，可以导出为单个文件，也可以导出为 ZIP 文件，其中包含每个章节的单独文件。纯音频导出还可选择下载为 MP3 或 WAV。

如需导出视频，请先启用字幕并添加视频轨道（或可分享的 TTS 视频）。视频将使用所选字幕模板渲染。

质量设置

导出质量取决于订阅方案。对于新建项目，质量如下：

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

下载

导出准备就绪后会自动下载。对于可分享的 TTS 视频，还可以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，即可访问和下载所有章节及项目的历史导出文件。

分享

在编辑器中创建只读链接，其他人无需下载文件即可播放时间线并审核混音。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，让反馈准确显示在相关位置。评论者无需 ElevenLabs 账户，可以填写名称或匿名发布。讨论通过串联回复和可选的协作者提及功能保持井然有序。

要添加评论，请打开共享项目链接（或已启用分享功能的编辑器），将播放头移到合适位置，然后点击 添加评论。输入消息后发布；使用 回复 继续该讨论串。当你发起或参与的讨论串有新评论或回复时，会收到电子邮件通知。

反馈处理完成后，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，会暂停后续通知，直至重新打开。