SuperAPI AI 工具集

FlowSpeech

FlowSpeech 是一款上下文感知的 AI 文本转语音工具,可将文本转换为接近真人发音的音频,支持情绪与停顿控制,并提供 30 多种声音选择。

访问官网

工具介绍

用途:FlowSpeech 是 AI 驱动的文本转语音(TTS)工作室,面向内容创作者、数字营销人员和教育工作者,用于生成接近真人级别的音频,如视频配音等。

主要能力:引擎可理解上下文,自动分析文稿的情绪、节奏与细微差别;支持 30 种声音,分为严肃新闻、活力营销、温暖叙事、表现力角色四类;标准声音覆盖 100 多种语言,包括英语、中文、日语、韩语,语言覆盖因声音功能而异;单次渲染最多 100k 字符,便于长篇内容;可直接读取 PDF、WORD、PPT、TXT、RTF、EPUB 及图像文件并转为音频。

使用方式:先选择生成模式(单说话人用于独白、多说话人用于对话、即时语音用于快速生成);粘贴脚本文本或上传上述文件;输入“['”打开命令面板,可加入情绪或口音标签,或插入停顿标签如 [⌛1.0s] 控制节奏;最后从 30 种声音中挑选合适声音。单说话人模式下可点击 Add Emotion Tags 自动插入上下文情绪提示;多说话人模式会自动检测并拆分不同说话人,为各段匹配合适 AI 声音。

限制:资料提到自定义声音、商业使用、是否免费、数据安全等常见问题,但未给出这些问题的具体答案,相关细节暂未提供。