朋友問我「這聲音是真人配的吧？」——聊聊台灣賣場短影音配音這件事

週三晚上十一點多，手機跳出一則 LINE。阿宏只丟一句：「你下午那支保溫杯的影片，是誰在講話？」

我回：AI 唸的。

他連打三個問號。「最好是。那個換氣、那個停頓，太像人了吧。」

老實說我懂他在驚訝什麼。兩年前我也玩過機械配音，唸出來像導航在報路況——「前方兩百公尺，請右轉」那種。這種聲音放進蝦皮賣場的影片裡，觀眾滑掉只要一秒半。所以這次他問，我心裡是有點小得意的。我用的是免費聲音克隆，拿自己錄的三分多鐘素材養出來的音色，之後所有影片都交給它唸。

配音翻車，比畫面糊更致命

做電商的都懂：主圖、詳情頁、短影音，三件套。前兩樣還能靠修圖硬撐，影片一開口就見真章。

我看過太多這種——畫面剪得乾乾淨淨，配樂也下了，結果人聲一出來，機械、等速、每個字都咬得死緊，像在念使用說明書。觀眾不用聽完，手指一滑就走了。

問題是真人配音太貴，也太慢。一支 30 秒的旁白，找配音員報價常常是四位數起跳，改一版還要再加錢。一天要產五支素材的賣場，根本撐不住。可是純機器音又難聽。中間那一格，就是線上免費聲音克隆能補上的位置。

我踩過的坑：不是每個「免費」都能用

先講一句真心話——免費的東西，最貴的通常是你自己的時間。

我試過七八個工具。有的寫著線上文字轉語音免費，點進去才發現只能合成 30 秒，超過就要儲值；有的要註冊、要綁手機、要實名驗證，流程跑完我影片都剪好了；還有的合成出來會夾雜提示音，或是每十秒插一句「本音訊由某某提供」，這種根本不能上架。

後來是朋友丟了 VoxClone 給我。第一次用我其實很警戒，畢竟它寫著永久免費聲音克隆，這年頭誰信啊。結果點進去，不用註冊，直接錄素材或上傳音檔，等幾分鐘音色就出來了。免註冊聲音線上克隆這點對我是剛需——我常在客戶公司臨時改稿，借人家的電腦，不可能為了一句旁白去註冊一個帳號。

它的邏輯不複雜：你給它一段乾淨的人聲，它學你的音色，然後你把文案丟進去，它用你的聲音唸出來。免費TTS聲音合成這塊，中文的斷句和語助詞處理得比我想像中好，至少「啊」「呢」「了」不會唸得那麼硬。

我現在幫商品影片配音的流程

大概是這樣：

  • 寫講稿，照呼吸點斷句，一句不要超過 20 個字
  • 把稿子丟進線上文字轉語音，選之前養好的音色
  • 匯出音檔，拉進 CapCut（剪映），對齊畫面
  • 關鍵賣點那句，手動補 0.2 秒停頓

聽起來很簡單，但有幾個細節值得講。

一，稿子一定要寫「人話」。你寫「本產品嚴選食品級 304 不鏽鋼材質」，AI 唸出來就是災難。改成「內膽是 304 的，裝熱水不會有鐵味」，同一個音色，聽起來就活了。如果你只是想找個免費文字轉語音的工具，先把稿子唸出來聽節奏，這樣也完全夠用。

二，不要指望一次成型。我通常會生兩三版，挑語速最順的那條。反正免費AI配音，不心疼次數，這點比按件計費的工具舒服太多。

三，音色素材要乾淨。我第一次在客廳錄，冷氣聲全被學進去，合成出來每個字後面都拖著一點「嗡」。後來躲進衣櫃錄，效果好非常多。這個坑，更多教學裡也提過。

還有件事滿有意思。我有個做寵物用品的朋友，聲音偏尖，不適合賣貓糧這種需要「溫柔感」的品類。他用 AI聲音克隆線上 把自己的聲音降了調，再混一點他老婆的音色，跑出一個介於兩人之間的聲音——不侵權，又比純合成音有溫度。真人語音合成免費能做到這種程度，兩年前我真的不敢想。

被問到爛的幾個問題

聲音克隆會不會很麻煩？我完全不懂技術

不麻煩，真的。你不用懂模型、不用顯卡、不用跑程式。上傳一段一到三分鐘的乾淨人聲，剩下的交給它。聲音克隆軟體免費的那幾個裡面，VoxClone 是我用過流程最短的一檔——免註冊聲音合成，打開網頁就能用。

免費的東西，會不會哪天突然收費或收掉？

這個擔心很合理。我自己的做法是：重要的音色素材，本機一定留一份原始錄音。就算哪天工具變了，我換一家重新養，損失也就十幾分鐘。不過到目前為止，它標的是永久免費聲音克隆，也沒出現限次、限時長這類操作，無限制文字轉語音這點我用了大半年沒被卡過。

合成的音檔能商用嗎？平台會不會判違規？

我自己是直接用在賣場影片上，目前沒遇過平台判定問題——因為音色是我本人的，本質上就是我授權我自己。但如果你克隆的是別人的聲音，那就必須拿到授權，這沒得商量。台灣這幾年也開始討論「聲音權」這件事，別為了省事踩線。另外，如果你會寫程式，它還有免費語音合成 API 可以接，批次生產品項旁白的時候特別省事，這塊我還沒深挖，打算下個月來試。

講回阿宏

那天我解釋完，他沉默了一會兒，問：「那我也能用我自己的聲音？」

我說可以啊，你去 https://tw.web666.cc/ 試一下，十分鐘就知道行不行。他隔天早上傳了一條 20 秒的音檔過來，是他自己的聲音在唸他家茶葉的賣點。語氣還挺得意。

所以如果你也在為商品影片的配音傷腦筋——先別急著找配音員，花十分鐘錄一段自己的聲音試試。反正免費，試錯成本幾乎是零。真正難的從來不是工具，是你願不願意把講稿改寫成「人話」。