VanillaVoice

VanillaVoice 是一款把文字转成语音的在线工具，主要面向需要为视频、演示、课程等内容配音的用户。它强调用机器学习和人工智能来合成接近真人的声音，其声音「不会听起来像机器人」。

官网按使用场景划分了四类典型用途：专业视频、独特演示、解说视频和视频课程。其中专业视频强调音频质量会直接影响视频成败，解说视频常用于落地页、官网首页或产品页，视频课程则通常包含数小时旁白内容。

使用门槛较低：无需安装，登录账号后即可创建并保存录音。用户可以挑选不同语言的声音，也可以选择同一语言下针对特定国家的不同声音形式。此外，文本中的标点会影响停顿与语调——句号、问号、逗号和感叹号都会被解析，还可以用一个或多个下划线符号「_」来添加不同长度的停顿。

当你的需求是为视频、演示或课程加一段自然旁白，且单条内容不超 500 词时，VanillaVoice 的类人声音和 $25.00 的 Professional Plan 是比较直接的选择——商用授权、无水印、音量与语速控制都在这一档里，每月 200k 词也够做两本书体量的内容。但如果你的内容单条很长、需要大量一次性生成，500 词的单次上限会成为瓶颈，需要拆分成多段。免费档仅限个人使用、字数上限未公开，商用或接品牌单前需要升级。

以上为公开费率整理，厂商保留调价权利，实际以官方页面为准。