DORODORA DORODORA BLOG
列表
约 9 分钟

在线 TTS 服务对比：5 款可免费使用的文字转语音工具

从 TTSMaker 到 ElevenLabs，对比 5 款在线 TTS 服务的注册要求、免费额度、单次字数、模型、文件保存和商用授权，并介绍可在浏览器本地运行的 DORODORA TTS。

视频配音、朗读内容、播报提示、直播打赏提醒——需要声音的场景比想象中更多。没有录音环境也不用请配音员，在线文字转语音（Text to Speech, TTS）是最快把文字变成声音的办法。

不过每家服务的注册要求、免费额度、提供模型和商用条件都不一样，光看名字很难选。这篇文章会围绕实际使用中最重要的几个维度，逐一对比 5 款代表性的在线 TTS 服务。

逐一对比后会发现，云端服务往往共享类似的限制，比如需要注册或有字数限额。因此最后还会介绍一款跳出这种模式的工具——DORODORA 的 TTS。它不在云端转换，而是在浏览器中下载模型文件并在本地直接运行，自然解决了在线 TTS 常见的一些不便。

立即体验 TTS Playground

该怎么选 TTS？

选择 TTS 时需要确认的其实很简单。

  • 是否无需注册即可使用
  • 免费额度有多少
  • 提供哪些模型和声音
  • 生成的音频能否商用
  • 能否保存为文件
  • 单次最多可输入多少字

下面会按照这 6 个检查点逐一介绍各服务。

TTSMaker

TTSMaker 的优势在于免费额度充足。

  • 注册：无需注册
  • 免费额度：每周 20,000 字（部分声音无限制）
  • 单次字数：单次 1,000 字（Pro 为 20,000 字以上）
  • 模型与声音：各语言的多种 AI 声音
  • 文件保存：支持 MP3 · WAV · OGG · AAC · OPUS 下载
  • 商用授权：可用（无需署名）

最大的优点是商用授权。对生成的音频提供 100% 商用使用权且不强制署名，可直接用于 YouTube、TikTok、播客等。语速、音高、音量调节、句间停顿插入、背景音乐（BGM）合成等设置也很丰富。

注意事项

  • 生成的音频会在 30 分钟后自动删除，请及时下载。
  • 部分精细设置仅 Pro 可用。

适合需要定期把长文案转为语音的创作者，是稳妥的首选。

TTSFree

TTSFree 无需登录即可开始转换。

  • 注册：免费转换无需注册
  • 免费额度：游客每日 50 次（注册后每月 500,000 字）
  • 单次字数：单次 500 字（注册后 2,000 字）
  • 模型与声音：Google/Microsoft 神经网络系，支持 140 种语言 700+ 声音
  • 文件保存：MP3 下载
  • 商用授权：可用

号称采用 Google 和 Microsoft 最新的神经网络技术，读音清晰稳定。Wavenet、Neural2 等更高等级的声音也有部分免费开放。支持语速、音高、音量、SSML 和背景音乐添加。

注意事项

  • 高级声音需付费套餐。
  • 生成的文件会在 24 小时内删除。

想把一句话最快转成语音时的轻量选择。

Luvvoice

Luvvoice 的优势在于声音选择丰富。

  • 注册：可免费使用（登录后功能扩展）
  • 免费额度：每月 20,000 字
  • 单次字数：单次 3,000 字（付费登录用户为 20,000 字）
  • 模型与声音：70 种语言 200+ 声音 + 自定义声音
  • 文件保存：MP3 下载
  • 商用授权：Premium 套餐包含

亮点是文件转换。支持上传 PDF 和 TXT 文档并一次性转为语音，适合把长篇文章或稿件做成朗读文件。默认提供语速和音高调节，登录用户还可使用句间停顿插入功能。最近还运营着很有个性的自定义声音市场。

注意事项

  • 商用授权绑定在 Premium 套餐，需根据用途确认套餐。
  • 生成的音频仅保留 72 小时。

特别适合文档朗读这类篇幅较大的任务。

TTS.ai

TTS.ai 有点不同。它不是销售单一模型，而是把开源模型集中在一处的平台。

  • 注册：免费模型无需注册
  • 免费额度：每日 5,000 字（注册后每月 10,000 字 + 奖励 15,000 字）
  • 单次字数：单次 500 字（注册后 5,000 字）
  • 模型与声音：36+ 开源模型，314+ 声音，55+ 语言
  • 文件保存：WAV 下载（可用内置转换器转为 MP3 等）
  • 商用授权：可用

从 Kokoro、Piper、MeloTTS 等轻量模型，到 Chatterbox、GPT-SoVITS 等支持声音克隆的模型都有，可用同一段文字对比多个模型的效果。还从免费套餐起就提供兼容 OpenAI 的 API，对开发者也很友好。

注意事项

  • 支持的语言和每字消耗量因模型而异。
  • 要认真使用，通常需要考虑 $9/月起的付费套餐。

适合“想直接对比多个 TTS 模型”的需求。

ElevenLabs

ElevenLabs 是音质压倒性的服务。

  • 注册：需要（提供免费套餐）
  • 免费额度：每月 10,000 积分（约 10 分钟）
  • 单次字数：因模型而异（Eleven v3 为 5,000 字，Multilingual v2 为 10,000 字）
  • 模型与声音：Eleven v3、Multilingual v2、Flash v2.5、Turbo v2.5 / 11,000+ 声音
  • 文件保存：MP3 · WAV 下载
  • 商用授权：仅付费套餐可用（免费需署名）

宣称能理解情感和上下文并调整表达方式，自然度很高，还提供用约 1 分钟样本克隆声音的即时声音克隆功能。支持 32 种以上语言（Eleven v3 为 70 种以上）。

注意事项

  • 商用授权和声音克隆从付费套餐（$5–$6/月起）开始。
  • 积分消耗较快，长文需做好成本核算。

如果是音质直接决定成果的商用项目，值得优先考虑。

在线 TTS 共同的遗憾

把 5 款服务并列来看，各有鲜明优点，但也共享一些结构性特点。

  • 输入的文本会为转换而发送到服务器。
  • 有周/月字数配额，反复测试时会有负担。
  • 结果文件保留期很短（30 分钟至 72 小时），需及时保存。

大多数情况下不是大问题，但想朗读敏感内容，或想用同一句话在不同模型上测试几十次时，这种结构就会碍事。

这时不妨换个思路，试试直接在浏览器中运行的 TTS。

DORODORA 的 TTS

由 DORODORA 提供的 TTS 同样使用开源模型，这点与 TTS.ai 相似。但它不在云端处理转换，而是把模型文件下载到浏览器并在设备上直接运行。

用同样的检查点整理如下。

  • 注册：无需注册
  • 免费额度：无限制
  • 单次字数：单次 1,000 字
  • 模型与声音：以下 4 款本地模型
  • 文件保存：WAV 下载
  • 商用授权：可用

因此输入的文本和生成的音频不会发送到 DORODORA 服务器，也无需担心字数配额。只需打开页面即可使用，生成的音频可保存为 WAV 并用于商用。

模型组成

  • SuperTonic — 399MB · 10 个声音 · 31+ 语言
  • Pocket — 199MB · 8 个声音 · 英语、德语、意大利语、葡萄牙语、西班牙语
  • Kokoro — 92MB · 28 个声音 · 英语
  • Kitten — 28MB · 8 个声音 · 英语

SuperTonic 覆盖 31 种以上语言，因此多语言直播或内容也可用同一工具测试。

Pocket 模型还提供声音克隆选项。上传一段 1–3 秒的干净音频即可生成该声音的 TTS，自定义声音会保存在浏览器中，下次访问时可重复使用。

此外还支持有趣的 Animalese 效果——一个可切换的选项，能把生成的音频变成快速可爱的角色声音。

适合哪些人？

  • 想在直播中使用 AI 声音作为打赏提醒前先试听的主播
  • 不希望文本被发送到外部服务器的用户
  • 想无视字数配额自由对比模型和声音的用户
  • 想将结果保存为 WAV 并直接用于剪辑的创作者

反之，需要预先下载模型文件（28MB–399MB），且部分模型仅支持英语，这一点需要考虑。

按场景的推荐组合

与其执着于一款，不如按用途搭配使用。

长文案与文档朗读

Luvvoice 的文件转换或 TTSMaker 充裕的每周额度很有用，适合把整份稿件一次性转为语音。

商用项目配音

如果成片质量决定成果，ElevenLabs 的付费套餐是首选。想免费解决，则可组合明确允许商用的 TTSMaker、TTS.ai、DORODORA 来覆盖。

模型对比与实验

在 TTS.ai 对比云端开源模型，在 DORODORA 的 TTS 对比浏览器本地模型的质感，可快速缩小候选范围。

打赏提醒准备

想让打赏消息由 AI 声音朗读，需要先确认实际听感。在 DORODORA 的 TTS 中挑选模型和声音组合后，通过 DORODORA 控制台的 TTS 设置关联，流程就很顺畅。还支持 Voice Cloning TTS，可让打赏消息用自己的声音朗读。

FAQ

哪些地方可完全免费且商用？

TTSMaker、TTS.ai、DORODORA 符合。ElevenLabs 和 Luvvoice 的商用授权绑定在付费套餐，需按用途确认套餐。

哪些无需注册即可使用？

TTSFree 和 TTS.ai（免费模型）、DORODORA 无需注册即可开始转换。

有不把文本发送到服务器的吗？

只有 DORODORA。它将模型下载到浏览器并在设备上处理，因此文本和生成的音频不会发送到服务器。其他云服务会为转换而将文本发送到服务器。

如何准备打赏提醒的 TTS？

先在 DORODORA 的 TTS 中找到喜欢的模型和声音。之后在 DORODORA 控制台开启 TTS，打赏消息就会由 AI 声音朗读，并可通过 OBS 浏览器源在直播画面中显示提醒。

撰写时的参考信息

本文基于各服务截至 2026 年 8 月 26 日的公开页面撰写。免费额度、声音数量、商用条件可能随时变更，使用前请确认最新信息。

DORODORA 所提供模型的商用情况

在 DORODORA 的 TTS 中运行的 4 款模型均基于公开的开源项目。就生成音频能否商用的角度，按原项目整理如下。

  • SuperTonic（Supertone）：代码为 MIT，模型权重为 OpenRAIL-M。允许商用，需署名并遵守禁止滥用等使用限制。
  • Pocket（Kyutai）：各声音的来源和授权不同。像 CC0、CC BY 4.0 这样可商用的声音，与基于 Expresso 数据集的 CC BY-NC 4.0（仅限非商用）声音并存。DORODORA 仅提供可商用的声音，因此可直接用于变现内容而无需额外确认。
  • Kokoro（hexgrad）：权重以 Apache 2.0 发布，无商用限制。
  • KittenTTS（KittenML）：以 Apache 2.0 发布，无商用限制。

总结来说，4 款模型均无商用限制。而用 Custom 声音克隆自己声音时，则不存在他人数据的授权问题。

无论哪款模型，未经同意复刻他人声音或用于欺骗性用途均被禁止，因此在发布或变现前再次确认各模型与声音的最新授权会更安心。

总结

在线 TTS 的选择已足够丰富。额度与设置自由度看 TTSMaker，无需注册的快捷看 TTSFree，文档朗读看 Luvvoice，模型实验看 TTS.ai，顶级音质看 ElevenLabs，各有长处。

如果还要求“不经过服务器、无配额、无需注册”，在浏览器本地运行的 DORODORA 是很好的补充。免费且可商用，需要为打赏提醒挑选声音或为内容准备音频时不妨一试。

可在 dorodora.com/playground 立即体验 TTS。

立即体验 TTS Playground

enesrufrptdejazhko