用 AI 做一本有声书，我一分钱没花：完整踩坑记录
上个月有个读者私信我：「博主，我写了本十来万字的小说，想做成有声书，但配音报价一单要两三千，有别的路吗？」
我当时就笑了——因为我三个月前刚走过这条路。自己配音？录到第三章嗓子就哑了。找配音？预算直接劝退。最后我用 AI 声音克隆在线工具，把自己克隆了一遍，整本书的音频就这么「念」出来了。全程零成本。
这篇文章就是那次的完整记录，包括我踩的坑。
第一步：别急着生成，先把稿子改成人话
这是我踩的第一个坑。我兴冲冲把原稿粘进去，结果生成出来的音频念到「如下图所示」的时候，我自己都愣住了——听众哪来的图？
所以动手之前，先把文稿过一遍：
- 删掉所有视觉提示，比如「见表格」「如图」这类。
- 长段落拆短。书面语一大段一百多字，念出来能憋死人。
- 专有名词、生僻字提前查一遍读音。AI 念错人名，听众立马出戏。
- 标点认真检查。逗号和句号直接决定停顿，我有一章忘了加句号，念出来像 rap。
一个小技巧：把稿子自己出声读一遍。你读着别扭的地方，AI 念得更别扭。
第二步：用谁的声音？
两条路。一是用现成的 AI 配音音色，省事；二是克隆自己的声音，保留「作者味儿」。
我选了后者。用 web666 的免费声音克隆工具，上传一小段自己的录音——大概一分钟就够——系统就生成了一个跟我音色、语速都很像的声音模型。说实话第一次听到成品的时候有点恍惚，像听自己的播客回放。
不想用自己的声音也行，web666 主站上有不少免费 TTS 声音合成音色可选。挑的时候别只顾着好听，想想你要连着听几十个小时——音色太亮或者太飘的，听久了累。
第三步：批量生成音频
声音定了，开始生成。我的建议是按章节处理，别一口气把十万字全丢进去——中途想改一个字，你总不想从头再来吧。
流程很简单：
- 把一章的文字粘进生成器。
- 语速调慢一点点。有声书不是短视频，稍慢的节奏更耐听。
- 先试听一小段，确认没问题再整章生成。
- 下载，存好，命名规范（我用的「章节号_标题」，不然后期剪辑会疯）。
web666 是免注册声音合成，打开浏览器就能用，也不限次数，这点对我这种反复试错的人太友好了——我光语速就调了三轮。想试的朋友直接用这个在线文字转语音免费工具就行。
第四步：剪辑，别偷懒
AI 生成的音频已经很干净了，但业余和专业的差距就在这一步。
- 章节之间留 1~2 秒静音，听感会舒服很多。
- 每个文件首尾的杂音、电流声剪掉。
- 音量统一。我第一版有几个章节忽大忽小，被读者吐槽「像换了个播放器」。
- 加个简短的开场：书名、作者名，配段免版权的轻音乐。
Audacity 就够用了，免费。导出用 MP3，码率 192kbps 以上，这是大多数平台的底线要求。
第五步：发布去哪
音频齐了，发布渠道看你的目标：
- 自己的阵地：公众号、个人网站、播客平台，直接发。
- 有声书平台：各家对格式和审核要求不同，上传前看清楚规则。
- 短视频引流：剪几段精华音频发抖音、B 站，效果意外地好。
提醒一句：现在不少平台对 AI 生成的音频有申报要求，另外——克隆声音一定要用自己的，或者拿到明确授权。别人的声音，碰都别碰。
常见问题
免费声音克隆，效果真能用吗？
能，但取决于你的原始录音。安静环境、离麦克风近一点、自然说话，效果就好；拿手机在马路上随手录一段，那神仙工具也救不了。
用 AI 做有声书，侵权吗？
文字是你的（或有授权），声音是你自己的（或有授权），就没问题。反过来说，盗别人的书、克隆别人的声音，那不是工具的问题，是你的问题。
免费文字转语音的音质够出版级吗？
说实话，跟顶级配音演员比还有差距。但日常听感已经很自然了，尤其你把停顿和语速调好的话。我的读者里没一个人听出来是 AI——直到我自己承认。
写在最后
整本书做完，我算了一下：工具零成本，花掉的是大概两个周末的时间。比起三千块的配音报价，我觉得值。
如果你手里也压着一本没时间录的书，今晚就可以动手——先把第一章的稿子改成人话，然后去 web666 克隆一段自己的声音试试。十分钟就能听到「自己」念自己的书，那种感觉，你试了才知道。
更多玩法我记在这篇动态合集里了，有兴趣可以去翻翻。