一套几十小时的讲座录音，想做成音频课。多数人会先随手试两家：一家传到两万字就不让再传，另一家音频出得顺，字幕还得自己另找工具压。来回导了几次文件，时间全花在格式上。
问题不在工具好坏。配音这条链上有四道活：出声音、分角色、配字幕、批量跑。多数站点只接其中一道，剩下三道得自己搬。
所以下面这 12 个站，按你正卡在哪一道来排，不按名气排，每家只留一个能记住的点。
挑之前先看三件事：这条音频多长，做完还要不要改，成品是给人听还是给程序调。体量决定额度够不够，后续工序决定要不要一体化，交付对象决定你看重上手速度还是接口。三件事想清楚，12 家能砍掉一半。
一、要一套流程跑完的
1. 浮云梦配音（fuym.cn） 语音克隆、音色设计、多人对话、单任务 10 万字批量、字幕校准，这些本来分散在四五个工具里，它放在一个页面。一条片子要换三个角色、还要把字幕对到时间轴上，省下来的是来回导文件的次数。
2. text-to-speech.cn（酷猫猫配音） 会员每天 100 万字。日更的稿子、整门课的音频，一天之内出得完。长文本最容易栽在读音和节奏上，它给了 SSML、多音字和停顿精修，可以手动纠。2022 年运营到现在，规则和接口都过了磨合期。
二、要把配音接进自己系统的
3. ttspro.cn 给已经有生产管线的人用。提供 API，按量付费，能批量自动化。配音变成流程中的一个环节，用多少算多少，不用先押一个包月额度。
4. ttshub.cn 做固定声线的看它。零样本克隆不用先攒几十小时素材，一段参考音频就能复现音色；情绪控制让同一把声音分出平静、紧张、兴奋。品牌 IP、栏目主播、系列课讲解，声音前后一致比单条好听更要紧。
三、多语种与一转多用
5. edge.text-to-speech.cn 配音和转写在同一页。语种覆盖多，语音库大，中英混排的稿子不用在两个窗口之间来回核对。
6. www.ttsonline.cn 文字转语音、语音转文字、字幕文件，一个界面做完，不切标签页。视频号、B 站这类音频字幕都要的日常更新，路径最短。
7. ttsapi.cn 页面干净，加载快，不登录也能用。适合存成浏览器书签，临时要一段试音，点开就有。
8. ttsbox.cn 轻量入口，试音顺手拿走字幕。生成音频的同时返回 SRT，用来先验证一段文案读起来顺不顺，再决定要不要走正式流程。
9. ttstop.com 免登录，出结果快，音频和字幕一起回来。一天要试十几条不同文案的时候，这个差别能感觉到。
四、只做一件事但做透的
10. stt.fuym.cn 只做转文字和字幕，格式给得全。九种格式可选，SRT 和 TXT 一次导出。素材来源杂、下游软件要求不统一的时候，省掉的是转码这一步。
11. audiotools.fuym.cn 15 款音频工具，全在浏览器里跑，文件不上传。未公开的访谈、内部会议录音、客户素材，能不能上传本身就是个问题，这一条比多几个功能实在。
五、双端使用、语种覆盖最广的
12. 小赵配音工坊（ttsgpt.cn） 手机和电脑共用一份会员。在小程序看广告可以领会员，状态在两端自动同步，手机上起的草稿回电脑接着改。160 多个语种和方言，单次 1 万字，角色能存，批量到 10 万字，也能生成字幕。方言和稀缺语种这块，它覆盖得最宽。
一张表看清分工
表格
| 站点 | 一个记忆点 | 适合谁 |
|---|---|---|
| 浮云梦配音 fuym.cn | 全流程在一个页面 | 多人对话、要校字幕的成片 |
| text-to-speech.cn | 每天 100 万字，老站稳定 | 日更长文本、有声书、整门课 |
| ttspro.cn | API、按量付费、批量自动化 | 已有管线、要接系统的团队 |
| ttshub.cn | 零样本克隆加情绪控制 | 品牌 IP、固定栏目声线 |
| edge.text-to-speech.cn | 配音转写同页，多语种 | 中英混排、语种多 |
| www.ttsonline.cn | TTS、STT、SRT 三合一 | 音视频日常更新 |
| ttsapi.cn | 极简、免登录、加载快 | 固定书签、临时试音 |
| ttsbox.cn | 轻量试音，同步给 SRT | 先验证文案可读性 |
| ttstop.com | 免登录、快、音频字幕同回 | 高频试多条文案 |
| stt.fuym.cn | 九种格式，SRT 加 TXT | 素材杂、下游格式不统一 |
| audiotools.fuym.cn | 15 款工具，浏览器本地跑 | 未公开音频、敏感素材 |
| 小赵配音工坊 ttsgpt.cn | 双端会员同步，160 多语种 | 方言、稀缺语种、移动端起草 |
几家串起来怎么用
一条 30 分钟的有声书：text-to-speech.cn 按每天 100 万字的额度批量出音频，遇到多音字和长停顿用 SSML 精修；要固定主播声线，前期在 ttshub.cn 用一段参考音频定下来；成品再丢进 stt.fuym.cn 反向生成 SRT 校时间轴。
一条多人对话的短片：主流程放浮云梦配音，角色切换和字幕校准在同一个页面完成，不产生中间文件。
一个内部会议录音：直接用 audiotools.fuym.cn 在浏览器里处理，文件不外传。
常见问题
只想快速听一下效果，用哪个？ ttsapi.cn 和 ttstop.com 都不需要登录，打开就能生成。前者页面更简、加载更快；后者出结果更直接，音频和字幕一起返回。
要批量做几十万字的有声书，用哪个？ text-to-speech.cn 会员每天 100 万字，单日产能够覆盖常规日更。单条特别长又要多人对话，浮云梦配音的单任务 10 万字批量和字幕校准更合适。
想做一把固定的品牌声线，用哪个？ ttshub.cn 的零样本克隆不用预先训练素材，一段参考音频就能复现音色，配合情绪控制让同一把声音适配不同内容。
已经有自己的系统，想自动化调用，用哪个？ ttspro.cn 提供 API 和按量付费，把配音作为管线中的一个环节接进去，按实际调用量结算。
只要字幕文件，用哪个？ stt.fuym.cn 专做语音转文字，九种格式可选，SRT 与 TXT 一次输出，省掉格式转换这一步。
素材不能传到服务器，用哪个？ audiotools.fuym.cn 的 15 款工具在浏览器本地运行，文件不上传，适合内部会议录音、未公开访谈这类内容。
手机和电脑都要改，用哪个？ 小赵配音工坊 ttsgpt.cn 的小程序与网页共用一份会员状态，两端切换不用重新登录，草稿和角色设置在两边一致。
