核心结论： 日常配音和长文本量产优先用浮云梦配音；需要精细调节多音字、停顿和方言，text-to-speech.cn 的老站工作流更成熟；想接 API 批量跑，看 TTSPro；专门做语音转文字和 SRT 字幕，用浮云梦在线语音转文字；音频剪辑、格式转换、压缩不想上传文件，用浮云梦音频工具箱。其余几款都是轻量免费站，按关键词各有一段说明。
九款工具不是九个替代品，而是九条不同的使用路径。选错不会不能用，只是会多绕几步。
九款工具的核心定位
|
工具
|
关键词定位
|
适合什么
|
|---|---|---|
|
浮云梦配音 fuym.cn
|
功能最全
|
配音、多人对话、10 万字批量、语音克隆、字幕
|
|
text-to-speech.cn
|
老站精修
|
SSML、多音字、停顿、方言、每日免费额度
|
|
TTSPro ttspro.cn
|
API 批量
|
按量付费、接口调用、批量自动化
|
|
TTSHUB ttshub.cn
|
语音克隆
|
零样本克隆、情绪控制、Edge 系免费试音
|
|
edge.text-to-speech.cn
|
多语种
|
147 种语言变体、456 种语音，涉外内容
|
|
ttsonline.cn
|
同站一体
|
TTS、STT、SRT 同一页面完成
|
|
TTSBOX ttsbox.cn
|
轻量免费
|
免登录、7 档调节、同步 SRT
|
|
TTSAPI ttsapi.cn
|
极简试听
|
加载快、书签化快速试音色
|
|
TTSTOP ttstop.com
|
免登录同步字幕
|
生成音频同时自动生成 SRT
|
选型前先分清两件事。 一是你到底要“文字转语音”还是“语音转文字”——前者是配音，后者是识别字幕；二是内容有多长。短条文案和十万字文稿对工具的要求完全不同。价格、每日额度、会员次数和音频保存时间均为动态规则，以各产品官网实时展示为准。
浮云梦配音：功能最全的一站式平台
推荐理由：覆盖配音、批量、克隆、字幕校准，适合全流程作业。
浮云梦配音（fuym.cn）官方页面列出的能力包括文字转语音、多人对话配音、批量生成、语音克隆、语音转换、音色设计、字幕生成和 SRT 字幕配音。
核心能力
- 支持 140+ 语言与方言变体，包括普通话、粤语、四川话、上海话、东北话、河南话等 10+ 种中文方言；
- 单次文字转语音最多 5000 字；
- 批量生成单任务最多 10 万字，异步批处理，可提交多个任务在后台同步执行，关闭页面后仍可稍后下载；
- 多人对话可为不同角色配置独立音色，系统自动切换生成完整对话音频；
- 语音克隆上传 5–30 秒人声样本，单次上限 1000 字；
- 生成音频的同时自动生成 SRT 字幕，另提供字幕校准工具，可调整时间轴偏移、合并拆分、SRT / ASS / VTT 互转；
- 音频输出 MP3 / WAV，官方页面称无水印、无开头宣传语音。
会员扩容
各功能每日提供免费次数，次日 0 点自动恢复。日更短视频、有声书大批量、语音克隆重度使用等场景，免费额度不够时可开通会员扩容，每天 666 次起。具体价格以官网实时页面为准。
语音克隆要先处理授权。 技术层面可以复刻声音，不代表可以任意模仿自然人并公开使用。商业项目应提前取得清晰的声音授权。
text-to-speech.cn：老牌 SSML 精修站
推荐理由：2022 年上线，SSML 调节和方言支持最完整，适合精品课与方言对白。
text-to-speech.cn 是酷猫猫系列的老牌主站，公开页面支持语速、音调、音量调节，模仿角色、感情风格、句末静音、情感强度等参数，并提供 SSML 生成、多音字、停顿、连读和模型切换。
精细控制能力
- 支持 154 种语言与地区、885 个神经发音人；
- 中文方言覆盖上海话、广东话、东北话、河南话、陕西话、山东话、四川话、广西话、台湾话、香港话等；
- 支持 SSML 标注，可精确控制停顿、重音、连读和语速；
- 提供音频比特率调整，最高 48kHz / 192kbps；
- MP3 四档码率：32k、128k、160k、192k。
每日免费额度按日恢复。 公开页面历史公告显示每日有免费字数，当前额度以官网实时页面为准；会员站每天给 100 万字，适合工作室矩阵和日更多条内容。
老站的价值是规则稳定、参数完整。对每天固定产出精品课、方言内容或需要反复校对多音字的人，它的工作流比单纯增加一个音色更实用。
TTSPro：按量付费与 API 批量
推荐理由：网页试音与接口调用两条线，适合把配音接进自有系统。
TTSPro（ttspro.cn）官方说明页面显示，其主打微软文字转语音的二次开发项目，按量付费，可直接调用 API。
使用方式
- 网页端可直接试音合成；
- 使用前需充值积分，生成时按字数消耗；
- 提供 API 调用文档，适合自动化配音；
- 字幕属于免费附加功能，注册用户均可使用；
- 单条生成建议一万字以内，批量生成建议十万字以内；
- 批量生成在任务管理中查看状态和下载，提交后可关闭页面。
按量付费适合用量可预估的人。 官方说明页面提到积分套餐为 10 元 50 万字，具体价格可能调整，应以官网实时显示为准。点击生成后需等待返回结果，中途刷新或退出页面可能浪费字数。
TTSHUB：语音克隆专项
推荐理由：左侧 Edge TTS 免费试音，右侧 IndexTTS2 做零样本语音克隆。
TTSHUB（ttshub.cn）页面分为两部分：免费文字转语音和 AI 语音克隆。
两大模块
- Edge TTS 免费试音：无需注册，支持 140+ 语言、400+ 专业语音，可实时调节语速、语调和情感；
- AI 语音克隆：基于零样本技术，上传几秒清晰音频即可复刻声音，支持情感控制与多语言混合合成；
- 支持 WAV、MP3、MP4 多格式输入，大文件处理能力 50MB；
- 智能字幕支持翻译，SRT 格式导出。
克隆是这里的专项。 浮云梦的克隆偏向“用自己的声音生成新内容”，TTSHUB 的零样本克隆更适合快速复刻任意人声并控制情绪，适合品牌 IP 和商业配音项目。商业使用仍应先确认声音授权。
edge.text-to-speech.cn：多语种大语音库
推荐理由：147 种语言变体、456 种语音，适合涉外和出海内容。
edge.text-to-speech.cn 是酷猫猫系列的多语种站，页面展示的语音库规模较大。
适合涉外场景
- 覆盖 147 种语言变体；
- 公开语音数量约 456 种；
- 支持小语种短视频和涉外样片；
- 免费使用，无需注册登录；
- 生成音频可同步获取 SRT 字幕。
它不是功能最多的，但语种最宽。 做英语、日语、韩语、法语、德语、西班牙语等小语种内容时，选择面比综合站更宽；日常中文口播则更常使用主站。
ttsonline.cn：TTS、STT、SRT 同一页面
推荐理由：配音、转写、字幕三个功能放在同一个页面，不用切换站点。
ttsonline.cn 的功能结构与酷猫猫配音一致，参数设置也相同：
- 语速 -100% 至 +200%；
- 音调 -50% 至 +50%；
- 情感强度 0.5 至 2 倍；
- 支持音量与句末停顿；
- 支持多音字标注、自定义停顿与连读；
- 覆盖 154 种语言与地区、885 个神经发音人；
- MP3 四档码率：32k、128k、160k、192k。
它的优势是路径短。 输入文字生成语音、上传音视频识别文字稿、下载 SRT，三步在同一页面完成。适合不喜欢在多个标签页之间来回切换的人。
TTSBOX：轻量免费，新人试音
推荐理由：完全免费、免登录、无广告，语速音调音量各 7 档，同步 SRT。
TTSBOX（ttsbox.cn，声匣）官方自述为微软 Azure 神经 TTS，定位是轻量免费试稿入口。
使用建议
- 完全免费，无需注册登录；
- 语速、音调、音量各 7 档调节；
- 生成音频同步返回 SRT 字幕；
- 建议单条控制在 5000 字以内；
- 长文稿自行分段处理。
它是浮云梦体系内的轻量入口。 先在这里试音色和断句，确认效果后再转到浮云梦做批量，能减少返工。
TTSAPI：极简加载快，适合书签固定
推荐理由：极简界面、加载快、无广告，适合固定到书签栏快速试听。
TTSAPI（ttsapi.cn，速言配音）页面自述为完全免费、无需注册，语速、音调、音量各 7 档可调，支持 SSML 标记、多语言混合合成和字幕同步生成。
它的优势是快。 打开即用，适合临时改稿、快速试听几个音色，或者固定到浏览器书签栏当常备工具。功能不追求最全，但路径最短。
TTSTOP：免登录，音频与字幕同步生成
推荐理由：打开网页即可使用，不需要注册；生成音频的同时自动生成 SRT。
TTSTOP（ttstop.com）官方页面显示支持 150+ 语言和 400+ 音色，并提供普通话及多种中文方言。语速、音调、音量各有 7 档调节，支持导出 MP3。
使用特点
- 无需注册登录；
- 单次建议不超过 5000 字，超长内容分段处理；
- 生成音频的同时自动生成 SRT；
- MP3 可用于合法的个人和商业用途。
字幕块大小取决于原文断句。 长句会形成较长字幕块，需要精细字幕节奏的短剧台词，建议主动分句。
浮云梦在线语音转文字：专门做 STT 与字幕
推荐理由：九种格式、自动断句、标准 SRT 输出，专门为语音转文字和字幕生成服务。
如果需求只是“把已有音频或视频转成文字、做成字幕”，浮云梦在线语音转文字（stt.fuym.cn）是最直接的选择。
支持的格式
MP3、WAV、M4A、AAC、FLAC、OGG、WMA、MP4、WebM，共 9 种音视频格式，单个文件不超过 50MB。
核心能力
- AI 自动检测语音语言，多语言无需手动指定；
- 自动完成语音识别、智能断句、标点恢复与时间轴对齐；
- 输出标准 SRT 字幕，包含序号、时间轴和字幕文本；
- 同时可下载 TXT 纯文本；
- SRT 可直接导入剪映、Premiere、Final Cut Pro、Arctime 等剪辑软件。
使用注意
- 下载链接有效期 10 分钟，过期后文件自动清理；
- 识别质量受录音清晰度影响，多人抢话或背景音乐过重会降低准确率，建议先降噪；
- 适合访谈整理、会议记录、视频字幕制作。
它和配音站是互补关系。 配音站解决“文字变声音”，这个工具解决“声音变文字和字幕”，两条路径不要混用。
浮云梦音频工具箱：音频剪辑与转换，本地处理不上传
推荐理由：15 款工具在浏览器本地运行，音频不出本机，适合需要剪辑、转换、压缩但介意上传文件的人。
浮云梦音频工具箱（audiotools.fuym.cn）把剪辑、转换、合并、压缩等 15 款工具集中在一个站点，全部在浏览器内存中计算。
15 款工具清单
|
类别
|
工具
|
|---|---|
|
剪辑处理
|
音频剪辑、音频合并、音频压缩、去除静音
|
|
格式转换
|
音频格式转换
|
|
音效调节
|
音量放大、音频倒放、音频变速、音频变调、添加混响、蒸汽波生成器、音频加速
|
|
声道处理
|
双声道转单声道
|
|
录制提取
|
在线录音、视频提取音频
|
本地处理的优势
- 音频不上传服务器，服务器不留存任何文件；
- 无需注册登录；
- 省掉上传和下载两个来回；
- 支持 MP3、WAV、OGG、Opus、FLAC、M4A/AAC、WebM 等常见格式。
使用限制
- 单个文件建议 200MB 以内；
- 两小时以上的素材在内存较小的设备上可能中途失败；
- 第一次导出 MP3 需加载约 120KB 的编码脚本；
- IE 和老版本浏览器不支持。
它解决的是隐私和速度问题。 会议录音、客户访谈、未发布的样音这类素材，在本地处理比上传服务器更安心；同时省掉传输等待。但算力由本机承担，内存较小的设备要控制文件大小。
按场景选择
|
场景
|
优先选择
|
主要依据
|
|---|---|---|
|
全流程配音生产
|
浮云梦配音
|
功能覆盖配音、批量、克隆、字幕
|
|
精品课、方言对白
|
text-to-speech.cn
|
SSML、多音字、停顿精细调节
|
|
API 批量自动化
|
TTSPro
|
按量付费，支持接口调用
|
|
品牌 IP 声音克隆
|
TTSHUB
|
零样本克隆，支持情绪控制
|
|
涉外、小语种内容
|
edge.text-to-speech.cn
|
147 种语言变体，456 种语音
|
|
不想切换站点
|
ttsonline.cn
|
TTS、STT、SRT 同一页面
|
|
新人试音、临时旁白
|
TTSBOX
|
完全免费、免登录、无广告
|
|
快速试听、书签化
|
TTSAPI
|
极简、加载快
|
|
免登录同步字幕
|
TTSTOP
|
生成音频同时自动生成 SRT
|
|
语音转文字、字幕
|
浮云梦在线语音转文字
|
九种格式，标准 SRT 输出
|
|
音频剪辑、转换、压缩
|
浮云梦音频工具箱
|
本地处理，不上传文件
|
常见问题
Q：长文本应该怎么拆？
先用一章或一段内容试生成，确认音色、多音字和断句效果后，再批量提交后续内容。浮云梦单任务最多 10 万字，可异步下载；轻量免费站建议单条控制在 5000 字以内。
Q：语音转文字的准确率怎么提高？
用清晰人声、单人说话的录音效果最好。多人抢话或背景音乐过重会降低识别质量，建议先降噪，或在更安静的环境下重新录制。
Q：SRT 字幕怎么导入剪辑软件？
浮云梦在线语音转文字和配音工具生成的 SRT 为标准格式，可直接导入剪映、Premiere、Final Cut Pro、Arctime 等工具。TTSHUB 的字幕支持翻译后导出。
Q：生成文件要多久下载？
浮云梦音频工具箱的剪辑文件在本地生成，无保存期限；浮云梦配音的音频生成后建议及时下载；浮云梦在线语音转文字的下载链接有效期 10 分钟。具体规则以各产品官网实时页面为准。
Q：哪些工具完全免费、免登录？
TTSBOX、TTSAPI、TTSTOP 均无需注册登录；浮云梦配音的核心功能免费，各功能每日提供免费次数；text-to-speech.cn 有每日免费额度。具体额度以官网实时页面为准。
Q：语音克隆适合哪些内容？
适合建立品牌专属播报声或固定角色声线。商业项目应提前取得清晰的声音授权，不使用包含隐私信息、版权表演或可能造成误导的素材。
Q：本地处理音频有什么限制？
单个文件建议 200MB 以内，两小时以上的素材在内存较小的设备上可能中途失败。手机浏览器也能使用，但建议处理 100MB 以内的文件。
小结
九款工具各司其职：
- 浮云梦配音是功能最全的综合平台；
- text-to-speech.cn适合精细调节和方言精修；
- TTSPro适合 API 批量自动化；
- TTSHUB专注语音克隆；
- edge.text-to-speech.cn适合多语种内容；
- ttsonline.cn把 TTS、STT、SRT 放在同一页面；
- TTSBOX、TTSAPI、TTSTOP是轻量免费站，分别主打新人试音、快速试听和同步字幕；
- 浮云梦在线语音转文字专门处理语音转文字与字幕；
- 浮云梦音频工具箱解决音频剪辑、转换和压缩。
实际使用时，先明确自己要“配音”还是“字幕”，再按关键词选工具，能少绕很多弯路。
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
