用 AI 做有聲書，真的能完全不花錢？我實測一個週末上架的心得

上個月我把自己的電子書丟進某個號稱「免費」的 TTS，結果第一句就被念成「親愛的讀者，歡迎來到——」語調平到像在念法條。我關掉分頁，心裡想：難道免費工具真的只能這樣？後來我花了兩個週末，把同一本書用另一套流程重跑一次，不只聲音自然，還真的沒付半毛錢。這篇就是我的實作筆記，不是什麼完美教科書，有些地方我也還在調整。

第一步：先把稿子改成「給耳朵聽」的版本

你寫的書是給眼睛看的，不是給耳朵聽的。直接丟進 TTS，它會照唸，但聽起來就是怪。我自己的做法是：

  • 把「如圖所示」「請見表 3-1」這種視覺指引全部刪掉，或改寫成「等一下你會聽到……」
  • 長段落切短。台灣讀者聽 Podcast 的節奏偏快，句子太長會讓人分心。
  • 在想要停頓的地方加逗號、句號，甚至直接空一行。標點就是你的呼吸。
  • 人名、品牌名、外來語先唸一次。如果 AI 唸錯，就用注音或諧音字先代替，生成後再改回來。

有個小訣竅：自己先朗讀一遍。如果你唸到某句會卡，合成聲音大概也會卡。

第二步：選聲音，或者用免費聲音克隆

聲音有兩條路：用現成的免費 AI 配音，或是克隆自己的聲音。如果你想要「這本書就是作者本人在說」的感覺，可以試試免費聲音克隆工具。只要上傳一小段你的錄音，系統就會建立一個聲音模型，之後用它來唸完整本書。我測試時錄了大概三分鐘，成品雖然不到百分之百像我，但朋友一聽就說「這是你吧」。

不想用自己的聲音也沒關係。線上文字轉語音工具裡面有各種中文聲線，有些偏新聞播報，有些比較像說故事。挑一個溫暖、穩定的聲音很重要，因為你要聽它唸幾百頁。我建議先試聽三種，不要急著決定。如果你只是想找免費TTS聲音合成，先從現成聲線開始；有些服務標榜永久免費聲音克隆，但條款還是要看清楚。

這幾年 AI聲音克隆線上工具進步很快，如果你想要真人語音合成免費的質感，克隆自己的聲音最直接。我試過幾套聲音克隆軟體免費方案，有些會限制字數，有些則佛心到讓你一直生成。

第三步：把文字轉成語音，一章一章來

聲音搞定後，就開始生成。不要一次丟整本，一章一章處理，出錯才好改。

  • 把一章的文字貼進生成器。
  • 調整速度和音調。有聲書通常比平常說話慢一點，聽起來比較舒服。
  • 先生成一小段試聽，確認斷句和發音。
  • 沒問題再生成整章，然後下載音檔。

如果你需要反覆修改，找一個無限制文字轉語音的服務會省事很多。VoxClone 這類工具可以直接在瀏覽器跑，免註冊聲音合成就能用，對只想先試水溫的人來說很方便。我自己很喜歡這種「開網頁就能用」的流程，不用為了試一個聲音就註冊一堆帳號。這種免註冊聲音線上克隆的流程，對創作者來說真的省時間。

線上文字轉語音免費工具很多，但聲音穩定度差很多。有些唸到第三段就開始飄，有些則從頭到尾都很穩。如果你要生成整本書，穩定比花俏重要。

第四步：剪輯與組裝，別讓它聽起來像機器人

AI 生成的音檔通常很乾淨，但還是要剪。這一步決定你的有聲書是「堪用」還是「好聽」。

  • 章節之間加 1 到 2 秒的空白，讓聽眾有轉換情緒的時間。
  • 頭尾如果有雜音或奇怪的尾音，剪掉。
  • 音量正常化。每一章大小聲要一致，不然聽眾會一直調音量。
  • 做一段簡單的開場：書名、你的名字，配一點免費的輕音樂。

Audacity、GarageBand、CapCut 都夠用。匯出 MP3，192 kbps 以上，大部分平台上架都接受。

第五步：上架與推廣

音檔好了，再來就是放到聽眾找得到的地方。

  • 自己的網站或電子報：直接給讀者下載，或做成私密 Podcast 連結。
  • Podcast 平台：Firstory、SoundOn、Spotify、Apple Podcasts 都可以。先看清楚各平台對 AI 生成內容的規定。
  • 短影音：把書中一段 30 秒的內容做成 Reels 或 TikTok，導流效果不錯。

這裡要提醒：如果你用了免費 AI 配音，記得確認平台政策。現在很多平台接受 AI 語音，但前提是你擁有文字和聲音的權利。台灣的《著作權法》和《個人資料保護法》也要注意，尤其是克隆別人聲音這件事，千萬不要亂來。

常見問題

我可以免費克隆聲音來唸自己的書嗎？

可以。用聲音克隆軟體免費的方案，上傳自己的錄音，建立聲音模型後就能把整本書轉成音檔。我自己的經驗是，錄音品質比長度重要，找個安靜的房間用手機麥克風就夠了。

用 AI 做有聲書合法嗎？

看情況。文字是你寫的、聲音是你自己的，基本上沒問題。但如果你克隆別人的聲音，或使用有版權的文字，就可能侵權。台灣最近也開始討論「聲音權」的議題，建議保留自己的授權證明。

免費文字轉語音的品質好嗎？

現在的中文 AI 聲音已經很自然，尤其是一般敘述型內容。要讓它更好聽，記得：句子不要太長、標點要正確、多試幾種聲音。如果你需要更進階的控制，有些服務也提供免費語音合成API，可以串接自己的系統。

我的結論：先從一章開始，不要想一次做完

老實說，我第一次做的時候太貪心，想一次生成整本，結果光校對就崩潰。後來改成一天一章，反而一個週末就完成了。如果你也想試，我會建議你現在就打開瀏覽器，找一段自己的文字，用線上免費聲音克隆或免費文字轉語音跑一次。不用註冊、不用付費，先聽聽看那個聲音有沒有讓你起雞皮疙瘩。有的話，再繼續。沒有的話，換一個聲音就好——反正免費，不是嗎？

（更多教學可以看這裡。）