AI 功能

ElevenLabs 语音模型

查看 Markdown

已检查的 ChatCut ElevenLabs 路线将文字和所选声音转成旁白,默认使用 eleven_multilingual_v2;标注支持音频标签的官方声音使用 eleven_v3。这是 TTS 请求,不是已有录音变声或供应商的新对白接口。生成后得到项目音频素材;在指令中写明时间线目标,或手动添加素材。精确朗读时长不作保证。

最后核验:2026-10-28。 证据包括官方文档、ChatCut b3cbb24 源码契约和独立的有限端点测试。现有证据没有重新完成生产配音、时间线放置或音质验收。English version。

模型、控制项与证据

模型或控制项原生能力与已检查的 ChatCut 路线证据与来源
eleven_multilingual_v2已检查的 ChatCut 默认 TTS 模型;原生上限 10,000 字符,29 种语言。2026-10-28 文档与源码核验;模型概览、ChatCut 配音流程。未测试精确文本边界。
eleven_v3支持音频标签的官方声音使用此模型;原生上限 5,000 字符,70+ 种语言。2026-10-28 文档与源码核验;模型概览、TTS 指南。没有对应的配音验收测试。
eleven_flash_v2_5原生 TTS 选项,上限 40,000 字符、32 种语言。适配器接收模型 ID,但当前选择与权限需另行确认。2026-10-28 官方文档核验;模型概览。未完成边界或 ChatCut 生产测试。
表达控制已检查的 ElevenLabs 路线支持语速 0.7–1.2、稳定性 0–1;没有开放原生 seed、发音词典或请求上下文字段。2026-10-28 源码契约核验;TTS API。范围仅属于 ElevenLabs 路线。
输出与时长已检查的适配器请求 mp3_44100_128;没有精确时长字段,也不会自动拆分超长文本。2026-10-28 源码核验;TTS API、ChatCut 流程。实际长度取决于朗读表现。
V4 / V4 Turbo此 ChatCut TTS 适配器没有开放供应商的对白路线;仅修改模型 ID 不会接好对应端点。2026-10-28 文档与源码核验;模型、对白 API。ChatCut 路线权限仍未核实。
变声上游 eleven_multilingual_sts_v2 短录音转换成功;已检查的 ChatCut TTS 工具没有它需要的源音频输入。2026-10-28 有限端点测试与源码核验;模型身份。不能据此声称 ChatCut 已开放变声流程。
积分输入字符用量和播放秒数不是同一数量;费用以当前预估与完成后的账单为准。2026-10-28 费用证据核验;积分政策、生成积分。本文没有当前零售现金报价。

先选声音,再提交配音

从 Voice Library 或 My Voices 选择声音,并确认它的支持用途。仅用于数字人的声音不一定支持独立 TTS。选择声音只是将其附到草稿,提交文字后才会生成旁白。

遵循所选声音的语言和表达指南。官方声音若标注支持音频标签,已检查的工具指南要求使用 eleven_v3。不要假定每个模型或声音拥有相同的标签、语言和控制项。表中的字符数是原生文档上限,不是 ChatCut 成功完成的最长文本测试。

声音克隆、TTS 和变声是不同操作:克隆从已获授权的录音准备可复用声音;TTS 用所选声音朗读新文字;变声则处理已有演唱或讲话。已检查的 ChatCut 自定义声音路线使用 Fish Audio,不应把它的克隆限制写成 ElevenLabs 限制。具体流程参见声音库与我的声音。

从脚本到可编辑音频

1

准备脚本

确认文字和语言,检查所选模型的字符上限。长稿先分成便于试听和修订的段落。

2

选择声音

打开 + → Voices,试听并附上支持 TTS 的声音,遵循它的模型与表达指南。

3

指定位置

写明轨道、时间码或要配合的画面,查看当前积分预估后提交。

4

试听与调整

在 My Assets 找到完成素材;未自动放置时手动拖到时间线。核对发音、停顿和同步,再移动或裁剪。

示例:“用已附上的声音,平静地朗读下面确认好的脚本。将完成的配音放到可用音频轨道,从 00:03 开始:欢迎来到下一章。”时间码是放置指令,不是精确生成长度或逐句画面同步保证。

预期输出为项目音频素材,放置后成为可编辑片段。仅选择声音不会产生生成用量;提交配音会消耗积分。以当前预估为准,不要直接把上游 API 现金价换算成 ChatCut 积分;Agent 用量可能单独计费。

已检查的适配器边界

submit_voice 向 TTS 端点提交文字和一个已解析的声音。更换模型 ID 不会将它变成语音转语音或对白工具。V4/V4 Turbo 需要对应对白集成;ChatCut 在此尚未开放这些路线,而实际权限仍未核实。

音效是另一条路线。已检查的 ChatCut 工具和适配器将目标时长限制在 0.5–22 秒;供应商端点的参数校验允许 0.5–30 秒,但没有生成完整的 30 秒输出来验证。22 秒是 ChatCut 集成限制。适配器没有提交上游模型 ID,不能从任务标签推断实际使用的音效模型。另见音乐与音效。

常见问题

应该选择哪个声音和模型?
先选支持 TTS 和目标语言的声音。已检查的默认模型为 eleven_multilingual_v2;支持音频标签的官方声音使用 eleven_v3。遵循所选声音的指南,不要假定所有供应商模型均已开放。
一次能输入多少文字?
原生文档上限:v3 为 5,000 字符,Multilingual v2 为 10,000 字符,Flash v2.5 为 40,000 字符。这里未测试精确边界;ChatCut 不会自动拆分超长 TTS 请求。
怎样把配音放到指定时间码?
在指令中写明目标,例如放到可用音频轨道并从 00:03 开始。完成素材会进入 My Assets,未放置时可手动拖到时间线;随后检查同步。
生成用量和播放长度有何区别?
TTS 用量与输入字符有关,播放时长则随文字、停顿和表达变化。查看当前编辑器预估与实际账单;改变时间线片段长度不是新的 TTS 报价。

来源与相关指南

官方模型概览、TTS API、对白 API与音效 API:快照访问日期 2026-10-27,与固定版本的 ChatCut 契约及有限端点证据共同核验于 2026-10-28。供应商能力不等于 ChatCut 生产可用性认证。

继续阅读视频 AI 配音、人声隔离、模型能力参考、生成参考素材或工作流故障处理。