翻译说明：本文为 MobileSetting 原文 的繁体中文转简体中文翻译。除繁简转换、明显错别字和排版外，保留原文标题、事实、观点、数字、结构和第一人称表达。
ElevenLabs 免费版每月 10,000 字符（约 10 分钟语音），支援广东话，可生成旁白、Podcast 语音同克隆声音，Starter $5 USD/月升至 30,000 字符，系目前最真实嘅 AI 语音工具。
想做 YouTube 旁白但唔想出声？想将文章转成 Podcast？想克隆自己把声音做多语言版本？ElevenLabs 系目前市场上语音最自然、情绪最丰富嘅 AI TTS 工具，香港用家直接登记就用得，仲支援广东话输入。本文由免费版用法到 Voice Clone 步骤，全面教你使用。
ElevenLabs 可以做咩？（TTS、Voice Clone、Dubbing）
ElevenLabs 系 2022 年成立嘅美国 AI 公司，专注语音 AI 技术。主要功能分三大类：
Text-to-Speech（TTS）：将文字转换成语音，系最基本嘅功能。ElevenLabs 嘅 TTS 同一般 TTS 最大分别系情绪自然度——语速、语气、停顿都接近真人，特别系英文效果，连美音、英音都做得出。
Voice Cloning（声音克隆）：录制或上传你自己（或任何人）1 分钟以上嘅语音样本，ElevenLabs 就可以用呢把声音读出任何文字。克隆出嚟嘅声音系「Cloned Voice」，只要样本够清晰，相似度可以超过 90%。
AI Dubbing（配音/翻译）：上传一段视频，ElevenLabs 自动侦测语音，翻译成另一种语言，再用近似原声嘅声音配音，保留原本嘅语气同情绪。适合 YouTube 创作者做多语言版本。
Projects（长篇内容管理）：付费版提供 Projects 功能，可以上传整本书或长篇稿件，章节管理，批量生成语音，方便做 Audiobook 或长篇 Podcast。
ElevenLabs 嘅语音库有超过 3,000 个预设声音，涵盖多种语言、性别、口音，香港用家可以直接拣现成声音使用，唔一定要克隆。
免费版 vs 付费版功能对比
| 计划 | 月费 | 字符/月 | 语音数量 | Voice Clone | 商业用途 |
|---|---|---|---|---|---|
| Free | 免费 | 10,000 | 3 个自订 | Instant Clone | 唔可以 |
| Starter | $5 USD | 30,000 | 10 个自订 | Instant Clone | 可以 |
| Creator | $22 USD | 100,000 | 30 个自订 | Professional Clone | 可以 |
| Pro | $99 USD | 500,000 | 160 个自订 | Professional Clone | 可以 |
10,000 字符有几多？
英文约 1,400-1,800 个单词，大概 10-12 分钟语音。中文（广东话/普通话）字符同英文计算方式唔同，10,000 字符大约系 2,500-3,000 个中文字，即系约 15-20 分钟语音（中文语速慢）。
免费版限制：
- 生成嘅语音唔可以用于商业用途（例如广告旁白、客户项目）
- 声音质素限于 128kbps MP3
- 每日有生成次数上限（通常每日 200 次）
- Voice Clone 只限 Instant Clone（精准度低过 Professional Clone）
Starter $5 USD/月最适合：
- 个人 YouTube 频道（可商业用途）
- Freelancer 帮客户做语音旁白
- 每月需要 30 分钟以上语音内容
广东话支援效果如何？（实测）
广东话 TTS 系 ElevenLabs 嘅弱项，但依然系市场上唯一有实际广东话支援嘅主流 AI 语音工具。
实测结果（2026 年初）：
正面：ElevenLabs 可以辨识广东话文字并生成粤语语音，唔会读成普通话。基本词汇发音正确，语速自然，适合标准广东话内容。
不足：声调准确率约 80-85%，部分三声、六声容易混淆。口语词汇（例如「系啰」「唔系㖞」）效果较差。广东话语音库比英文少很多，选择有限。
提升广东话效果嘅技巧：
- 写稿时用标准书面广东话，减少口语词汇
- 标点符号控制节奏，逗号、句号影响停顿
- 数字建议用中文写（「三十元」而非「30元」）
- 英文词汇保留英文（ElevenLabs 普遍英文读音好过中文音译）
相比之下，Microsoft Azure TTS 嘅广东话（HK-WanLungNeural）音色更自然，但 ElevenLabs 嘅优势系 Voice Clone 功能。如果你需要用自己嘅声音说广东话，ElevenLabs 仍系最佳选择。
点样克隆自己嘅声音（Voice Clone 步骤）
Voice Clone 系 ElevenLabs 最强大嘅功能，以下系完整步骤：
准备工作（影响克隆质素嘅关键）：
- 录音长度：Instant Clone 最少 1 分钟，建议 3-5 分钟；Professional Clone 需要 3-30 分钟
- 录音环境：安静房间，无背景噪音，无回响
- 录音设备：普通手机已够，有外置麦克风更好
- 内容：朗读文章（唔系对话），语速自然，情绪中性
- 格式：MP3 或 WAV，44kHz 或以上
Instant Voice Clone 步骤：
- 登入 ElevenLabs，进入「Voices」页面
- 点击「Add Voice」→「Instant Voice Cloning」
- 上传你嘅录音档（支援多个档案叠加）
- 填写声音名称，例如「我嘅声音 – 广东话」
- 确认使用条款（声明系你自己嘅声音）
- 等待 30 秒至 2 分钟，克隆完成
- 喺「Text to Speech」页面选择克隆声音测试效果
Professional Voice Clone（Creator 或以上计划）：
Professional Clone 需要更多样本（3-30 分钟），但克隆出嚟嘅声音更准确，特别系情绪起伏、语调细节方面。步骤相似，但上传后需要等待 ElevenLabs 专属处理（通常 24-48 小时）。
重要提醒：ElevenLabs 严格禁止克隆他人声音，上传时需要勾选确认「系本人声音」或「已获授权」。违反条款嘅帐号会被封禁，滥用克隆声音做诈骗亦可能违反法律。
适合香港哪类创作者使用
YouTube / 短片创作者：需要旁白但唔想出声（例如不露脸频道、教学视频），ElevenLabs 系最直接嘅解决方案。Starter $5 USD/月的 30,000 字符，足够每周出 2-3 条 5 分钟短片的旁白。
Podcast 主持人：想做多语言版本，或者制作有嘉宾对话格式嘅 Podcast（用唔同克隆声音模拟对话），ElevenLabs 系好工具。注意：用 AI 语音做 Podcast，建议喺节目开头说明，维持透明度。
教育内容创作者：做课程、补习教材，需要大量语音朗读，ElevenLabs 可以大批次生成，比逐段自己录音快好多。Creator $22 USD/月嘅 100,000 字符，足够制作几个小时嘅课程内容。
企业 / 品牌：公司 IVR 电话语音、企业介绍旁白、多语言客服录音，Pro 计划可以建立品牌专属声音，保持一致性。
广告创作人 / Freelancer：替客户制作广告旁白，ElevenLabs 可以快速生成样版，节省聘请配音员嘅时间同费用。需要 Starter 或以上计划方可商业使用。
唔适合嘅情况：需要广东话高度准确嘅内容（例如政府公告、医疗资讯），建议仍用真人配音，AI 广东话发音仍有机会出错。
常见问题
ElevenLabs 广东话效果同 Microsoft Azure TTS 比较，边个好？
各有优势。Azure TTS HK-WanLungNeural 广东话音色更自然、声调更准确。ElevenLabs 嘅优势系 Voice Clone，可以用你自己嘅声音，以及更丰富嘅情绪表达。如果唔需要克隆功能，Azure TTS 嘅广东话效果整体更好，且有免费额度。
克隆出嚟嘅声音系咪永远系我嘅？
喺 ElevenLabs 帐号入面，你建立嘅克隆声音只有你可以使用，唔会分享俾其他用家。但如果你取消订阅（降回免费版），超出免费计划数量嘅声音会被停用（但唔会被删除）。
生成嘅语音可以用于 YouTube 广告吗？
Starter 或以上计划嘅生成内容可以商业使用，包括 YouTube 广告旁白。但需要确保你系用自己嘅克隆声音或 ElevenLabs 授权声音库，唔能克隆他人声音做广告。
ElevenLabs 有无 API 接入？
有。ElevenLabs 提供 REST API，可以程式化生成语音，适合想整合到自己网站或 App 嘅开发者。API 呼叫次数计入帐户嘅字符额度，定价同 Web 版一样。
免费版嘅音频可以下载吗？
可以，免费版生成嘅语音可以下载 MP3 格式。但免费版唔能用于商业用途，只可以个人学习或测试。如有商业用途，需要升级到 Starter 或以上计划。
