Rivya 音频工作室:语音、对白与音乐制作
生成语音、对白、自定义音乐、声音片段或歌词文字,并将录音转写成文字。先核对各型号输入和积分预估。
最近审阅于 2026年11月11日
音频工作室 — Audio Studio 的语音和对话生成仍可使用。 Suno Music 已开放自定义模式的新生成任务;Music 续写、WAV 转换及 Music 结果的人声分离仍不可用。 Suno Sounds 和 Suno Lyrics 仍可使用。 已有 Music 任务和结果仍可查看、查询状态及下载;Lyrics 不会自动发起 Music 任务。
使用 Suno Music 时,标题和音乐风格必填。需要演唱时,在歌词栏填写要唱的文字;纯器乐则将歌词留空。选择表单提供的模型版本和目标时长,但不能据此保证精确时长、歌词或编排。先查看模型页和积分预估,再只提交一次。
登录后,你也可以直接从公开模型页开始生成。工作室不需要单独订阅,也不是每次生成都必须经过的入口,详见 公开页面、登录与草稿保护。目录中有些模型目前暂停使用,准备任务前请先看 当前可用状态。
Suno Speech:场景与指定脚本
Suno Speech — Suno Speech 根据场景或脚本生成有语气、节奏与情绪的口播。简单模式根据场景编写内容;高级模式朗读你提供的脚本。
需要模型编写播报、开场白或口播场景时,选择简单模式。需要保留措辞时,选择高级模式:主输入内容作为朗读脚本,并可调整表达方式。切回简单模式会移除高级设置。
Suno Speech 生成有表现力的口播,也可加入背景音乐。若需要 Zephyr、Puck 或 Kore 指定音色以及 WAV 输出,请选择可用的 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
Gemini 短脚本语音
四款 Gemini TTS 均可用同一位说话者朗读一段短脚本:3.8 Flash-Lite、3.8 Flash、3.1 Flash、2.5 Pro。可选 Zephyr、Puck、Kore 三种音色。原文上限为 1,024 个 UTF-8 字节,包含空格和换行,不是 1,024 个字符。成功任务返回 WAV 音频。
此路径不接收多说话者、附件、声音克隆或额外场景控制。四款型号依次预留 15、22、48、48 积分,这些不是承诺的最终费用;确认消耗较少时退回差额,无法确认的费用继续待核对。提交结果不确定时,请检查已有任务,不要立即重复提交。
按结果选择模型
| 你要做的事 | 对应模型 | 需要准备什么 |
|---|---|---|
| 由一个声音朗读文稿 | ElevenLabs Turbo 2.5 或 ElevenLabs Multilingual V2 | 实际要念出的文字和音色选择;支持的语言以模型页为准 |
| 制作有多轮台词的对白 | ElevenLabs Dialogue V3 | 按发言顺序分行,每行填写台词并选择声音 |
| 制作歌曲或纯音乐初稿 | Suno Music | 标题和音乐风格;演唱时填写歌词,纯器乐将歌词留空 |
| 制作环境声、循环片段或短声音素材 | Suno Sounds | 声音描述,以及需要时使用的循环、速度和调性设置 |
| 先写歌词,再制作音乐 | Suno Lyrics | 歌词创作要求;结果是文字,不是演唱音轨 |
| 将录音转成文字 | Nemotron 3.5 Transcribe | 上传一个 MP3 或 WAV,返回纯文字;此处不提供逐词时间戳、翻译或视频输入 |
ElevenLabs Sound Effect V2 和 Audio Isolation 目前暂停使用。看得到模型页或购买其他订阅,都不会让它们恢复运行。Suno Sounds 生成新的声音,不能清理上传的录音,也不能替代所有专用音效任务。需要使用已有录音时,先看 音频上传说明。
Nemotron 3.5 Transcribe 可接收 MP3 或 WAV 录音并返回文字。Rivya 不提供通用声音克隆。
语音输入框里填写实际要朗读的文字
文本转语音会把主输入框的内容作为朗读材料发送。请直接填写文稿,而不是“制作一段平静的 20 秒旁白”这样的创作要求,否则模型可能把这句话也念出来。音色和表达方式应通过已有的声音与朗读设置单独调整。
例如,一段简短的产品演示旁白可以写成:
先上传产品照片,再选择背景、描述光线。生成后检查画面,确认合适再下载。
这是示意文稿,没有做过实际生成测试,也不代表固定时长。若要放进特定长度的画面,请试听生成文件,再调整文字或可用的语速设置。写上“20 秒”并不能把输出精确设为 20 秒。
提交前,把数字、人名、品牌名和缩写读一遍。制作其他语言版本时,先写出含义一致、适合当地人朗读的文稿;切换网站语言不会翻译台词。支持哪些语音语言要看所选模型,不能据网站界面语言数量推断。
制作对白时,每次发言单独占一行,并为该行选择声音。每行的声音和台词都要填写。除非模型明确支持你要使用的标记方式,否则不要把给配音者的说明混进台词。聊天工作室 可以帮助起草或修改文稿,但生成音频仍是另一项任务。
音乐和声音输入框里描述你想要的效果
Suno Music 已开放自定义模式的新生成任务;Music 续写、WAV 转换及 Music 结果的人声分离仍不可用。 需求描述不保证精确歌词、时长或编排;准备新 Music 任务前,先检查模型当前状态与实际表单。
使用 Suno Sounds 时,描述需要的声音,并按需设置循环、速度或调性。勾选循环后,仍然要试听首尾衔接,不能据此认定每个结果都能无缝循环。
使用 Suno Lyrics 时,说明主题和歌词方向。拿到文字后先阅读、保存,再用于下一项工作。歌词不会自动触发音乐生成;只返回文字也不代表音频生成失败。三类任务的区别见 音乐工作流。
提交一次,跟进这项任务
登录后打开音频工作室,选择当前可用的模型。切换页面或模型前,把文稿和重要设置保存在本地;未提交内容不保证能在切换后保留。
填写所选模型的文稿、对白、声音描述或歌词需求,核对必填项、限制和预估积分。语音与对白按文字长度估价,Sounds 和 Lyrics 有各自任务价格;预估或预留可能不同于最终结算。见积分与计费及套餐与积分包。
提交一次并查看任务状态。遇到断网或响应不明确时,先到 历史记录 检查原任务,再决定是否重发。第二次请求可能产生另一笔费用。
任务仍在运行时,按 排队与等待说明 处理;记录明确显示失败时,查看 失败任务与积分返还。不喜欢声音效果或预览无法播放,本身不等于生成失败。
放进实际使用场景里完整试听
语音和对白要从头听到尾,检查漏词、发音、停顿、声音变化以及意思是否准确。听起来流畅的结果,也可能念错产品名或漏掉关键信息。
为视频制作旁白或其他语言的配音时,要对照实际画面和时间点检查。音频工作室不会自动完成视频台词的翻译、替换和同步。先准备当地语言文稿,生成语音,再在剪辑流程中对齐并检查。相关说明见 视频 AI 旁白 和 视频工作室。
音乐和声音也不能只听开头,还要检查结尾、意外出现的人声、突兀变化,以及需要循环时的衔接。确认输入和结果可以用于你的目的;付费订阅不等于获得他人声音或受保护素材的使用许可。发送源文件前请看 安全上传建议。
对符合条件的 Suno 结果继续处理,或保存文件
Suno Music 已开放自定义模式的新生成任务;Music 续写、WAV 转换及 Music 结果的人声分离仍不可用。 只有符合条件且包含必要音轨信息的成功 Suno Sounds 结果仍可做人声分离。 这是另行收费的新任务,不是任意录音上传处理入口;Music 来源的人声分离暂停。
先选中并检查你要处理的结果,打开可用操作,阅读费用提示,准备好后再确认。每个后续操作都会创建新任务,并有自己的积分费用。后续结果不一定继续显示相同按钮,请以实际提供的选项为准。能对符合条件的 Suno 结果做人声分离,并不表示暂停的 Audio Isolation 已恢复。
按 结果下载说明 及时保存有用的音频,歌词文字则单独保存。原始文稿和源文件也要保留。历史记录不是完整剪辑项目,也不保证永久存放文件。预览异常时,先检查实际下载文件和 浏览器与文件排障说明,再决定是否付费重新生成。
