1.2.5 语音与音乐生成工具选型

我们对文字转语音技术应该并不陌生，我们经常接触到的微信文章听读、抖音电影解说、电子书阅读，甚至视频旁白解说，大多采用了文字转语音工具。

以往，为视频或文档制作配音是一项耗时且具有挑战性的工作，包括配音演员选择、剧本编写、声音录制、音画合成和剪辑等多个环节。但随着剪映、腾讯智影、百度AI实验室等中文转语音工具的出现，配音和语音生成变得异常简单。

这些应用大多采用文本转语音（Text to Speech，TTS）技术。这种技术通过AI算法将文本转换为语音，并支持多种风格。这个过程涉及多个步骤，包括文本分析、语言学处理、声音合成等。

文字转语音技术特别适用于视频的旁白和宣传片的配音。例如，murf.ai这样的文字转语音工具不仅支持语音的生成，还能控制语音的速度、语调，甚至允许用户修正个别字词的发音，实现风格化和个性化。

如果你希望AI帮你定制特殊的声音，比如模拟你的声音，则可以使用Fake You、HeyGen等工具。这些AIGC工具支持下载，而剪映和HeyGen等工具还能实现音画同步剪辑和输出。

HeyGen等工具不限于基本的语言翻译，它们还集成了音画同步与匹配技术。这类工具能够将源语言音频内容精确转换为目标语言，同时确保唇形、表情及场景氛围与目标语言的语音完美协调，创造出自然流畅的跨语言视听体验。

在视频制作中，除了语音旁白，有时还需要添加背景音乐。AIGC可以分析大量音乐作品，学习音乐的基本元素、旋律、和声、节奏等，并根据个性化指令生成新的音乐作品。OpenAI的Jukebox、AIVA、Boomy等工具都能快速生成背景音乐。除了背景音乐，我们还可以选择Suno、Riffusion、Harmonai、mubert等工具生成歌曲。

Suno支持歌词自动生成，而mubert支持图像转音乐。它会分析用户上传图像的特征、颜色、构图等，生成相应的音乐元素。

如果我们需要对AIGC生成的音乐进行更多后期制作，可以选择网易天音和腾讯TME Studio等写词编曲一体化工具。虽然AI生成的音乐可能缺乏“情感”和“灵魂”，因为它们并非基于个人经历和情感，但它们在音乐创作上的效率和多样性值得肯定。

我们将AIGC语音工具分为3类，见表1-6。

1.Murf.ai

Murf.ai是一款功能强大的语音生成工具，它能够将文本转换为逼真的语音，并为视频、播客、广告、电子学习内容、PPT、有声读物等提供专业配音。值得注意的是，除了支持普通话配音，Murf.ai还提供广东话配音服务，这在市场上相对少见，为用户提供了更多元化的选择。

Murf.ai提供超过120种不同语言和口音的声音库，涵盖男声、女声、儿童声音等。它还支持自定义语音，用户可以上传自己的录音，让Murf.ai学习并模仿自己的声音风格，从而生成个性化的语音。这个功能与HeyGen、D-ID的视频配音功能类似，能为用户提供更多的灵活性和个性化选项。

Murf.ai还提供强大的人机协同功能，允许用户使用语音编辑功能对语速、音调、节奏、停顿和情感等进行微调，确保语音输出符合用户的要求。

除了文字转语音功能，这款工具还支持视频、图片或幻灯片上传，通过将它们与Murf.ai生成的声音进行合成，用户可以轻松制作配音视频。此外，Murf.ai内置字幕编辑功能，可以为配音添加字幕，从而提高内容的可理解度。同时，它还提供大量免版权音乐和音效，用户可以将其添加到配音中，进一步丰富内容。

（1）优点

● 逼真的声音：Murf.ai采用了先进的语音合成技术，生成的声音极为逼真，常人难以将其与真人语音区分开来。这使得它非常适合用于制作需要自然声音的配音和音频内容。

● 多种语言和口音：Murf.ai提供超过120种不同语言和口音的声音库，涵盖男声、女声、儿童声音等，能够满足各种需求，包括教育、商业、娱乐等多个领域。

● 易于使用：Murf.ai的界面设计简洁友好，即使没有专业知识，用户也能轻松上手。

（2）缺点

● 需要付费：Murf.ai的免费版本仅允许10分钟的语音生成，而付费版本的价格相对较高。

● 中文支持：与剪映相比，Murf.ai在中文语音和口音上的选择相对较少，这限制了它在某些中文应用场景中的使用。

2.Beatoven.ai

Beatoven.ai是一款基于AI技术的在线音乐生成工具，旨在帮助用户轻松地为视频、有声书、播客等创作背景音乐。该工具的操作界面简洁直观，用户只需经过几个简单的步骤，不需要音乐制作方面的专业知识和音乐识谱能力，即可快速生成个性化的音乐作品。

Beatoven.ai提供了多种音乐风格和情绪，以满足不同类型的创作需求。用户可以定制音乐的长度、曲风和乐器组合，确保音乐与内容完美契合。无论是为动感视频配上一首欢快的曲目，还是为冥想播客准备一段宁静的旋律，Beatoven.ai都能表现出多功能性和适应性，帮助用户将创意构想生动地展现出来。

此外，Beatoven.ai还确保了内容创作者在使用过程中无须担心版权问题，为想要快速、高效地制作专业背景音乐的用户提供了一个理想的选择。

（1）优点

● 方便快捷：用户无须拥有音乐制作经验即可快速生成音乐。

● 灵活性：提供多样化的自定义选项，满足各种需求。

（2）缺点

创作者控制度：虽然AI可以生成音乐，但用户对最终作品的控制度可能会有所限制。

3.Suno

Suno是一款创新的在线音乐生成工具，它采用AI技术帮助用户轻松创作音乐。这款工具界面简洁，对用户友好，即便是没有音乐制作经验的用户也能迅速掌握。通过简单输入歌词的大致描述或选择AI生成的内容，用户可以创作出个性化的音乐作品。

Suno提供多种音乐风格选项，允许用户根据自己的需求定制曲风和乐器组合。生成的音乐适用于多种应用场景，包括视频制作、有声书、播客、游戏和广告等。

Suno的V3版本允许用户在创建免费账户后，利用该平台在线制作长达2分钟的完整歌曲。用户只需在官网的“创建”区域填写歌曲的详细描述，包括所选的流派和主题。然而，免费账户有一定的使用限制，比如每天最多只能获得50个积分，足够生成10首歌曲，但这些歌曲不能用于商业用途。

对于需要更多专业功能的用户，Suno还提供了Pro和Premier计划。购买这些计划的用户将拥有使用Suno生成的歌曲的完整版权，可用于各种商业项目。

（1）优点

● 高质量音频：Suno的V3版本在音质、发音清晰度和节奏编排方面都有显著提升，使得生成的音乐听起来更加动听和专业。

● 风格多样化：Suno提供广泛的音乐风格选择，可根据用户需求定制曲风和乐器组合，满足个性化的音乐创作需求。

● 精准的提示响应：Suno V3对用户的输入提示有更好的响应，能够根据给定的提示减少误解并创造性地进行音乐制作。

（2）缺点

● 情感连接不足：与人类作曲家相比，AI生成的音乐可能在情感层面难以与听众建立深厚的连接。人类作曲家能在作品中融入个人的情感和故事，而AI主要依赖算法和数据。

● 版权问题：Suno生成的音乐作品在版权归属上可能存在争议，尤其是在商业用途中，这一点需要用户特别注意。