Speechify 是一款客户端应用：把文档、网页朗读出来的 TTS 阅读工具。

看文档和设置项时遇到的术语，这里用一两句话解释清楚。

术语表

  • TTS（文本转语音）：把文字合成为语音，可选择音色、语速与情感。
  • 声音克隆：用少量样本复制某人的音色，必须取得本人授权。
  • 说话人分离：在转写中区分不同发言人，便于整理会议记录。
  • 响度标准化：把音频调整到平台推荐的响度范围，避免忽大忽小。
  • 人声分离：把歌曲或录音拆分为人声与伴奏等音轨。
  • 采样率：每秒采样次数，影响音质与文件大小。

和 Speechify 相关的补充

  • 客户端应用：Speechify 的产品形态，决定了安装、权限和数据存放方式。
  • 同类产品：NaturalReader、Voice Dream、微信读书听书。
  • 所属方向：音频与语音。

把概念用起来

课程旁白配音

准备材料：一份 800 字的讲解稿。

把这份讲稿改成适合朗读的口播版本：句子不超过 20 字，数字改成口语读法，标出需要停顿和重读的地方。

交付前确认：数字读法不会产生歧义。

更多可以试的用法

分轨练习

输入：一首用于练习的歌曲音频。

把这首歌分离成人声、鼓、贝斯和其他乐器，并把伴奏降低两个半音，方便练唱。

交付前确认：分离后人声没有明显残留伴奏。

播客后期

输入：一期双人录制的原始音频。

处理这期音频：降低底噪、统一两人音量、删除超过 2 秒的停顿，保留自然的语气词，输出前后对比的处理记录。

验收标准：人声没有被处理得发闷。

会议录音转写

输入：一段 1 小时的会议录音。

转写这段录音并区分发言人，生成要点摘要和待办清单，人名和专有名词按我提供的名单校正：【名单】。

验收标准：专有名词按名单校正。

常见问题：配乐与画面情绪不符

先写清情绪关键词和节奏，再分段生成拼接。

常见问题：克隆音色不稳定

使用更干净、更长的样本，避免背景音乐和回声。

常见问题：合成语音读错多音字

在文本中改用同音字或拼音标注，或使用工具的发音词典。

概念补充：人声分离

把歌曲或录音拆分为人声与伴奏等音轨。

概念补充：响度标准化

把音频调整到平台推荐的响度范围，避免忽大忽小。

适合人群：播客主

播客主可以用 Speechify 处理选题与提纲、音频后期等工作。需要注意：嘉宾声音和内容的再利用需取得同意。

适合人群：音乐人

音乐人可以用 Speechify 处理编曲灵感、分轨练习等工作。需要注意：AI 生成音乐的版权归属以平台条款为准，发行前确认。

适合人群：客服人员

客服人员可以用 Speechify 处理回复草稿、工单分类等工作。需要注意：不得以 AI 名义做出政策外承诺，涉及隐私的问题按流程处理。

写在最后

所有示例输出均为示意，不代表真实统计或效果承诺；请以自己的测试结果为准。

本文基于 Speechify 公开的定位与通用用法编写，具体功能、套餐与可用地区以官方页面为准，产品更新后界面和名称可能变化。

延伸阅读