上週六下午，我在舊房子抽屜最底層翻出一台 Sony 隨身聽，卡帶受潮，邊緣都長毛了。我本來只是想找個舊充電器，結果按下播放鍵的瞬間，客廳突然響起阿嬤的聲音——她在唱《望你早歸》，唱到一半還停下來咳嗽兩聲。我握著那個冰冷的塑膠殼，在沙發上坐了好久。那時候她走滿一年了。

我不是音訊工程師，也沒花錢找人修復。我就用一支手機、一個錄音 App，還有一個線上免費聲音克隆的網頁，把這段聲音「救」回來了。這篇不聊參數，只講一個普通人在 2024 年怎麼用免費TTS語音合成技術，把一段快要消失的記憶拽回現實。

一台發霉的隨身聽，和三段 LINE 語音

事情的起點比想像中狼狽。

那台隨身聽是九十年代的產物，耳機孔鬆動、轉速不穩。我手上還有一支退役的 iPhone 6s，裡面存著阿嬤 2019 年傳的三段 LINE 語音，最長一段 47 秒，是她用台語叮嚀我「天冷記得加件外套，毛衣在櫃子第二層」。除此之外，什麼都沒有。

對，沒有專業的 DAT，沒有錄音室備份，只有一捲發霉的卡帶和一支舊手機。我相信很多人家裡都是這種情況——長輩的聲音散落在各種舊裝置裡，等著某天被你突然翻出來，然後砸得你措手不及。

把「類比訊號」變成檔案，比想像中瑣碎

一開始我犯了個錯：直接拿手機外放，再用另一支手機錄。

結果底噪大得像阿嬤在水簾洞裡唱戲。後來我才學乖，找了一條 3.5mm 轉接線，讓隨身聽直連手機的錄音介面，又用 Audacity 把高頻噪音跟電流聲壓一壓。折騰了兩個晚上，我才得到一段勉強能聽的乾聲。

這過程完全沒有捷徑。如果你家裡也有卡帶，記住兩點：第一，播放前先用棉棒蘸無水酒精輕輕擦一下磁頭；第二，錄的時候關掉冷氣，冰箱最好也暫停工作——這些環境雜訊後期能修，但修不乾淨。

這時候我還只是想把聲音存下來，離後面的免費文字轉語音、線上文字轉語音免費工具還遠著呢。但我知道，光存成 MP3 不夠，我想讓她「開口說話」。

聲音克隆到底是個啥？說人話版

很多人把聲音克隆想成變聲器，其實完全不是。

變聲器是給你現在的聲音加個濾鏡，而免費聲音克隆是讓 AI 學習某個人特有的音色、咬字習慣跟呼吸節奏。你餵給它幾分鐘乾淨的人聲，它就能建立一個模型，之後你輸入任何文字，它都會用那個人的語氣唸出來。

我用的方案很簡單：先找了一個免註冊語音合成的線上平台試水，傳了一段兩分鐘的樣本，等了大概三分鐘，模型就建好了。這類AI聲音克隆線上工具的門道在於，它不需要你懂程式，也不用裝客戶端，網頁端上傳、訓練、匯出，一條龍走完。

如果你手裡剛好有一段品質不錯的乾聲，可以直接去 聲音克隆頁面 試試。我最後常開的還是 這個站點，倒不是說它功能最花俏，而是上傳、克隆、匯出這條線夠直接，對不想折騰軟體的人比較友好。

我的真實測試：讓阿嬤用台語問「食飽未」

模型建好後，我做的第一件事不是寫長篇大論，而是輸入了一句特別日常的話：

「囡仔，食飽未？天冷矣，衫褲較穿一件。」

按下合成鍵時，我心跳其實加速了。

三秒後，耳機裡傳出阿嬤的聲音。音色像了七八分，但最讓我起雞皮疙瘩的是那個停頓——她在「食」字後面習慣性吸一口氣，這個細節 AI 學到了。還有句尾那個微微上揚的台式國語腔調，像是一隻無形的手突然攥住我的後頸。

當然，不完美。個別字的聲調被 AI「修正」得過於標準，反而少了點土味。但那個瞬間，我確認了一件事：免費AI配音技術已經到了可以承載私人情感的程度，它不再是實驗室裡的玩具。

試了一圈工具，這幾個坑我替你踩了

為了找到最像她的方案，我前後試了七八個平台。有號稱永久免費聲音克隆的，有主打免註冊線上聲音克隆的，還有各種下載下來的聲音克隆軟體免費版。最後我總結出四條血淚經驗：

  • 樣本乾不乾淨，直接決定成不成功。 卡帶底噪大，克隆出來的聲音就像蒙了一層砂紙。如果你只有帶雜訊的音訊，先花半小時降噪，比換十個工具都管用。
  • 方言是道坎。 很多工具對國語支援很好，一遇到台語、客語、閩南語就拉胯。它們會強行把方言「掰」成標準國語，聽起來像她，但又不是她。
  • 免費額度裡有陷阱。 有些平台說無限制文字轉語音，結果匯出帶浮水印；有些免註冊語音合成只能玩三次，第四次就要手機號。真要長期用，得看它有沒有誠意。
  • 隱私是命門。 阿嬤的聲音也是《個資法》裡的敏感資訊。上傳前我特意看了它的隱私權政策，確認音訊不會被打包販售。有些來源不明的聲音克隆軟體免費版，你傳上去的聲音很可能轉頭就進了別人的訓練集。

另外，如果你想更進一步，比如自己架個小工具或做批次處理，可以研究下 動態合成功能。那邊提供了更彈性的介面，適合想折騰免費語音合成API的人。不過對一般家庭用戶來說，網頁端已經夠了。

最難的從來不是技術，是「像不像她」

用了一週後，我發現最大的痛點不是模型不準，而是 AI 太想「糾正」你。

阿嬤說話有個習慣，句尾喜歡帶個「哈」字，比如「好啊——哈」。很多工具會把這個語氣詞識別成雜訊，自動平滑掉。但在我的記憶裡，那個「哈」就是她的招牌。

我開始調整輸入文字，用大量的標點跟斷句來「騙」AI 保留這個習慣。比如寫成：「好啊——哈。囡仔，聽話啊——哈。」 雖然笨，但有效。

這讓我想了很多。我們追求聲音克隆，到底追求的是絕對標準的發音，還是記憶裡那個獨一無二的她？技術總是試圖優化，但親情往往藏在那些不標準的細節裡。

成品：發到家族群的那條 60 秒語音

兩週後，我做成了一段 60 秒的音訊。

內容不複雜：阿嬤用她的語調唸了一段我寫的短文，關於老房子的夏天、涼竹床、還有她總是忘記關的收音機。我發到家族群，配文：「阿嬤託技術給大家帶句話。」

五分鐘內，群裡炸了。我舅舅直接打來電話，一個五十歲的男人在電話裡哭得說不出話。我表妹在加拿大，從沒見過阿嬤，她聽完後發了一句：「原來媽想家的時候，想的是這個聲音。」

那一刻我突然意識到，這已經不是什麼真人語音合成免費額度的問題了。有些平台的免費AI配音確實也能做到情感充沛，但它們克隆不了「具體的某一個人」。而我做的東西，本質上是一封數位時代的家書。

幾個掏心窩的提醒

玩了一個月，有些話必須說在前面。

第一，別過度表演。 我見過有人克隆了過世父親的聲音，天天放給母親聽，說是盡孝，其實是把傷口反覆撕開。聲音是記憶的錨點，不是復活劑，適度很重要。

第二，防詐騙。 現在外面已經有 AI 聲音詐騙的案例。你克隆了家人的聲音，千萬別把原始音訊隨便丟到公開平台。家族群裡的東西，也可能被別有用心的人利用。

第三，如果聲音的主人還在，最好問一聲。 我阿嬤不在了，所以我只能自己決定。但如果你的長輩健在，克隆他們的聲音前，請務必獲得同意。這是倫理，也是法律。

如果你讀到了這裡，並且想起了某個人的聲音，別只停留在感嘆。

今晚回家，翻翻舊手機、舊卡帶，或者打開和長輩的 LINE 聊天記錄，看看還能不能匯出幾段語音。找個安靜的週末晚上，用一個免註冊線上聲音克隆的網頁，傳一段最乾淨的上去。不用追求完美，哪怕只是讓那聲「囡仔」再響一次，有些東西就不一樣了。

技術能把聲波留下來，但那個在夏夜裡幫你扇扇子的人，終究是留不住的。所以啊，趁還在，多錄幾秒吧。