Okou上的语音与配音
把写好的文字变成音频文件，音色你选，语气你说了算。不用自己的文字转语音账号。
生成 · 无需配置 · 每次成功调用按托管积分计费
把文字给它，它给你音频。选一个音色，再说说这句话该怎么落地：从容不迫，还是干脆明亮，用你跟人说话时的那种大白话就行。
音频回来时是一个文件，智能体可以马上用：放进视频里、附在消息上，或者发布到页面上。账号由Okou持有，按你实际拿到的音频量计费，所以你名下不会多出一个语音平台的套餐。
语音与配音是什么
多数团队需要一条语音轨的时候，离需要一套语音策略还早得很。演示要旁白，报告在通勤路上听更合适，视频得先有人念一遍才好剪。
这就是把那一步变成一次调用。文字进去，音频文件出来，用你选的音色；默认的读法不是你要的，就再加一句关于语气的说明。
因为它按音频时长而不是按请求次数计价，读一段话的工作流就只花一段话的钱。这才让旁白成了可以顺手加进定时任务的事，而不是单独立项。
人们平时说的文字转语音API或者AI配音工具，指的就是这件事。区别在于账号放在谁那儿，以及调用它的通常是一个正在收尾的智能体，而不是一个手动导出文件的人。
语音与配音能做什么
智能体能用它做什么，做完又会拿回什么。
覆盖范围与限制
把它做不到的事先说清楚，免得有人围着能力范围之外的东西去设计工作流。
只有现成音色，不做克隆
你从服务提供的音色里挑。复刻某个具体的人的声音是另一种产品，涉及另一套授权问题，应该在那个人同意的前提下，走服务商连接器，而不是放在这里。
一次只念一段
每次调用是一个音色念一段文字。两个人的对话是好几次调用加一次剪辑，值得在写稿之前先想清楚。
语气是请求，不是控制项
一句关于语调的说明确实会改变念法，但它不是一条打好标记的时间轴。任何必须踩准节拍的地方，在剪辑里修比用文字描述更省事。
你写什么它念什么
数字、缩写和人名，模型觉得该怎么念就怎么念。碰上要紧的地方，直接在文字里写全，比跟语气说明较劲快得多。
语音与配音怎么收费
Web服务按调用次数扣积分，不按token计费。也没有另一份厂商账单要对。
OpenAIzero generate voice按回来的音频时长扣积分，大致相当于一分钟语音19积分。一句短旁白几乎不花什么钱，一小时音频则是值得专门决定一下的事。底下没有订阅，也没有起步门槛。
产品名称和标识归各自所有者所有，出现在这里只是为了说明某项服务基于什么运行，不代表任何背书或合作关系。
设置与接入
无需设置
不用连接任何东西。不需要文字转语音的账号、密钥或套餐。如果你要的是某个特定的克隆音色或者一整套录音棚级功能，Okou也提供跑在你自己账号上的语音平台连接器。
谁可以用
产出音频文件是一项权限，按智能体、按人逐个授予；它和其他生成文件用的是同一项权限，所以一个能说话的智能体同样能画图。
团队都用语音与配音做什么
给智能体刚做完的东西配旁白
一段视频、一次操作讲解、一份周报。智能体写稿并念出来，事情就算做完了，不用再等某个拿着话筒的人。
把书面内容变成音频版
一份简报、一份报告、一组更新说明。那些从不打开文档的人会在路上听完，而每读一遍只花几个积分。
语音提醒和播报
那些需要被听见而不是被读到的短句，用到的时候现生成，不必为每种情况提前录一遍。
什么时候不该用语音与配音
如果这个声音必须是某个特定的人的，就别用它，那首先是授权问题，其次才是技术问题。要反复重剪的长音频也别用，每次重新生成整个文件太浪费。还有，当一个人念得再差也胜过它的时候，别用它；通常只要重点在于「这话是某个人说的」，就属于这种情况。
别处怎么称呼它
同一件事在市场上有好几种叫法。如果你比较过其中某一类产品，这里说明它对应到这边的什么能力。
文字转语音API
文字进，音频出，通过程序可以调用的接口完成。说的正是这件事，只是账号和密钥在我们这边。
AI配音
视频或演示的旁白，由稿子生成而不是录出来。团队找上这项服务，多半就是为了它。
不用API密钥的TTS
当模型不是问题、账号才是问题时，人们就会这样搜。这里不用注册，也没有什么要粘进环境变量里。
文章转音频
把写出来的东西变成能听的。按音频时长计价，所以花费随你实际发布的量走。
声音克隆
另一回事，这里有意不提供。请在声音主人同意的前提下，用跑在你自己账号上的语音平台连接器。
语音与配音横向对比
语音与配音对比自己开一个文字转语音账号
思路一样，配置少得多。没有密钥要保管，没有套餐要挑，访问靠的是权限而不是一个共享的密钥。
语音与配音对比语音平台连接器
连接器跑在你自己的账号上，能用到那个平台的全部能力，包括克隆音色和录音棚级的控制。这里是快车道，适合那种「有就行」的旁白。
语音与配音对比自己录
只要重点是「这话是某个人说的」，人念出来仍然更好。但如果一句话因为数字变了每周都得重做一遍，录音就是用错了工具。
一句话总结
给智能体已经做好的东西配上声音，这是最快的一条路。只用现成音色，按分钟计价，什么都不用注册。
常见问题
我需要OpenAI账号吗？
不需要。调用由Okou发起，音频按积分计费。工作流里不会出现你的密钥。
可以选音色吗？
可以，从服务提供的音色里挑，同时还能用大白话描述你想要的语气。
能克隆我的声音吗？
不能。克隆音色是有意不放进这项服务的。请在当事人同意的前提下，用跑在你自己账号上的语音平台连接器。
要花多少钱？
按音频时长扣积分，一分钟语音大约19积分。短句几乎不花什么钱。
支持哪些语言？
模型能念好几种语言。如果要求听起来像母语者，最好先听一段样音，再决定要不要把工作流押在上面。
能用在播客或视频里吗？
可以。产出的就是普通音频文件，和别的音轨一样放进剪辑里就行。
能做两个人对话吗？
一次调用做不了。分别生成每一段再拼起来，这样停顿也更好把握。
怎么让某个人名念对？
在你发送的文字里按发音拼出来。这比在语气说明里描述读法更快，也更稳。
怎么让智能体用语音与配音
你用日常语言说清楚要什么，智能体自己判断该用哪个服务，再去发起调用。
“给这段演示视频写一份二十秒的稿子，用从容不迫的声音念出来。”
“把本周的总结变成音频，我路上听，控制在四分钟以内。”
“用坚定、平实的声音念这条警告信息，把文件给我。”
