
如果工作是替影片加入一條口播音軌,先從 ElevenLabs Turbo 2.5 開始。
當同一段旁白必須跨語言使用,或片段不再只有一位說話者時,才需要選擇其他路徑。
Suno Speech:場景與指定腳本
Suno Speech — Suno Speech 根據場景或腳本生成帶有語氣、節奏與情緒的口播。簡單模式根據場景編寫內容;進階模式朗讀你提供的腳本。
需要模型編寫播報、開場白或口播場景時,選擇簡單模式。需要保留措辭時,選擇進階模式:主輸入內容作為朗讀腳本,並可調整表達方式。切回簡單模式會移除進階設定。
Suno Speech 生成有表現力的口播,也可加入背景音樂。若需要 Zephyr、Puck 或 Kore 指定音色以及 WAV 輸出,請選擇可用的 Gemini TTS 模型。
Gemini 3.8 Flash TTS · Gemini 3.8 Flash Lite TTS · Gemini 3.1 Flash TTS · Gemini 2.5 Pro TTS
本頁討論口播音軌
這份指南依據 Rivya 在 2026 年 4 月 21 日可用的音訊與影片工作流程整理。
已交叉核對的公開路徑:
/audio、/video、/ai-models,以及目前上線的語音模型頁面已檢視的相關產品指南:Rivya 音訊工作流程、Rivya 影片工作流程,以及 Rivya 參考素材與上傳指南
本頁只討論如何為影片旁白選擇口播音軌,不涵蓋配音、時間軸剪輯或影片模型的原生音訊生成
真正有用的問題不是「這是給影片用的嗎?」
而是「這支影片實際需要哪一種口播音軌?」
三種影片旁白路徑
| 影片旁白需求 | 建議起點 | 適用原因 |
|---|---|---|
| 一位說話者貫穿整支片段 | ElevenLabs Turbo 2.5 | 適合解說、操作導覽與產品旁白,是最直接的預設選擇 |
| 同一條音軌必須跨語言使用 | ElevenLabs Multilingual V2 | 當本地化是主要難題時,這條路徑更合適 |
| 片段呈現為口語對話場景 | ElevenLabs Dialogue V3 | 適合多位說話者輪流對話的情境 |
這些路徑彼此相關,但不應該全部從同一個假設開始。
依片段結構選擇
當一位旁白者或引導者貫穿整支片段時,使用 ElevenLabs Turbo 2.5。
當影片已經完成,但同一層口播內容需要轉換成不同語言時,使用 ElevenLabs Multilingual V2。
當腳本不像旁白,而更像多位說話者共同演出的場景時,使用 ElevenLabs Dialogue V3。
這是避免影片旁白選錯產品路徑的最快方法。
本頁不承諾什麼
本頁不承諾:
完整的對嘴配音影片
時間軸層級的影片剪輯
直接在影片模型中生成原生音訊
如果真正需求是替既有媒體更換口語內容,請前往 AI 配音生成器。
如果真正需求是同時生成動態畫面與音訊的片段,請前往含音訊的 AI 影片生成器。
更快的影片旁白決策順序
如果你想要最短且可靠的順序,使用這個流程:
判斷片段需要一位說話者、同一位說話者的多語言版本,還是一段多人對話場景
如果一個聲音貫穿整支片段,先從 ElevenLabs Turbo 2.5 開始
如果本地化是主要難題,改用 ElevenLabs Multilingual V2
如果腳本呈現為多人場景,切換到 ElevenLabs Dialogue V3
下一步去哪裡
如果真正任務是沒有強烈影片情境的單人旁白,閱讀 AI 旁白生成器。
如果真正任務是更換口語內容或本地化,閱讀 AI 配音生成器。
如果真正任務是帶有原生音訊的生成片段,閱讀含音訊的 AI 影片生成器。
如果需要相關工作流程指南,閱讀 Rivya 音訊工作流程、Rivya 影片工作流程,以及 Rivya 參考素材與上傳指南。
依影片片段準備旁白
生成旁白前,簡報應與影片對齊,而不只是配合腳本:
片段用途:解說、產品操作導覽、廣告、教學、發布預告或內部審核。
時間安排:預期時長、停頓、行動呼籲位置,以及旁白不應覆蓋的視覺時刻。
說話者配置:一位旁白者、本地化旁白者,或多位說話者的場景。
交付方式:音訊要下載、在剪輯中配對、重複用於不同版本,還是搭配另一輪影片生成。
第一次有效輸出應先測試口播音軌是否適合影片片段,再製作不同管道或語言版本。
在影片情境中審核旁白
聆聽時也要同步檢查影片結構:口播音軌應配合場景順序、節奏、行動呼籲時機與產品重點。
如果音訊很好但片段時機不對,請修改時間註記,而不是切換語音模型。如果腳本需要真正的多人輪流對話或原生音訊生成,請先前往更符合該需求的頁面,再繼續製作。



