更新日志

更新内容

全新推出 Voice Isolator — 一款将人声与音频文件中其他一切声音分离的工具。

上传一段包含背景音乐、街道噪音或回声的录音，Voice Isolator 会提取出干净的人声轨道。一键操作，无需手动编辑。

使用方法

1. 在侧边栏中点击 Voice Isolator
2. 上传你的音频文件（MP3、WAV、OGG、AAC、FLAC — 最大 500MB）
3. AI 处理音频并分离人声与背景
4. 预览分离后的人声
5. 下载干净的音频文件

应用场景

• 清理播客录音 — 去除录制中意外混入的空调嗡嗡声、键盘敲击声或街道噪音
• 从音乐中提取人声 — 将歌声从伴奏中分离出来
• 改善视频配音 — 去除手机录音中的噪音，将干净音频用于视频
• 为声音克隆准备素材 — 在创建声音克隆之前，从嘈杂的录音中获取干净的样本
• 混音和二次创作 — 提取清唱人声用于创意项目

前后对比播放器

结果页面展示并排对比。在原始音频和分离后的音频之间切换，清楚地听到变化。两个版本都可以下载。

支持的格式

定价

Voice Isolator 根据音频时长消耗积分。所有已登录用户均可使用。

在侧边栏中找到 Voice Isolator 即可开始使用。

更新内容

你现在可以直接在 AnySpeech 中用 AI 生成完整的播客节目。

给出一个主题（或粘贴你自己的脚本），选择两个声音，系统就会生成一段自然流畅的对话，包含来回的交流。

使用方法

1. 输入一个主题或粘贴脚本
2. 为主持人选择两个 AI 声音
3. 审阅并编辑生成的脚本
4. 生成完整的音频节目
5. 下载制作好的播客

AI 会撰写对话、处理说话者切换，并将所有内容生成为一个可下载的音频文件。

独特之处

• 真实的对话流 — 不只是两个声音交替朗读。AI 会生成自然的过渡、反应和追问。
• 脚本编辑 — 在生成音频前审阅和调整脚本。删除段落、添加你自己的台词，或重新组织对话结构。
• 丰富的声音选择 — 从我们 200+ 个声音中任意选择。混搭不同语言，制作多语言节目。
• 录音棚级音质 — 输出使用我们的 Advanced 语音引擎，达到广播级音频质量。

应用场景

• 内容再利用 — 将博客文章或文章转化为可收听的播客
• 教育内容 — 以访谈形式创建任何主题的课程
• 市场营销 — 无需邀请嘉宾即可制作思想领袖播客
• 原型设计 — 在投入完整制作之前先草拟播客节目

使用方式

所有拥有 AnySpeech 账号的用户均可使用。播客生成使用你套餐中的积分（与 Advanced 语音费率相同）。

在侧边栏中找到 AI Podcast Generator 即可开始使用。

更新内容

AnySpeech 现在可以反向工作了。上传任何音频或视频文件，获得精确的文字转录。

我们从第一天起就是一个文字转语音平台。现在我们也支持语音转文字 — 让 AnySpeech 成为一个完整的音频-文字工具箱。

使用方法

1. 在侧边栏中点击 Speech to Text
2. 上传音频文件（MP3、WAV、M4A）或视频文件
3. AI 对内容进行转录
4. 审阅、编辑并下载你的文字稿

核心功能

• 高准确度 — 由最先进的语音识别技术驱动
• 多语言支持 — 支持数十种语言的音频转录
• 说话人识别 — 自动识别对话中的不同说话者
• 时间戳 — 每个片段都包含时间信息
• 实时进度 — 通过 SSE 流式传输实时查看转录过程

应用场景

• 转录会议和访谈 — 将录音变为可搜索的文字
• 制作字幕 — 用转录稿作为视频字幕的起点
• 内容再利用 — 将播客节目转化为博客文章
• 无障碍访问 — 让听障人士也能获取音频内容
• 往返工作流 — 转录音频 → 编辑文字 → 用更好的 AI 声音重新生成

定价

语音转文字使用你套餐中的积分。费用基于音频时长。请在仪表板中查看实时积分使用情况。

所有已登录用户均可使用。

更新内容

AnySpeech 现已支持 10 种语言。每个页面、每个按钮、每个设置菜单 — 全部完成翻译。

支持的语言

翻译范围

所有内容：

• 完整网站界面（工作台、仪表板、设置）
• 所有 SEO 内容和落地页
• 博客文章
• 法律页面（隐私政策、服务条款、Cookie 政策）
• 邮件模板
• 定价和套餐说明

如何切换

点击导航栏中的语言选择器。你的偏好会自动保存，并在各个会话中保持不变。

为什么这很重要

超过 60% 的互联网用户更喜欢使用母语浏览网页。通过支持 10 种语言，我们正在让 AI 文字转语音服务惠及全球数十亿人。

更多语言即将推出。欢迎告诉我们你希望看到哪种语言。

更新内容

我们推出了一个专属免费文字转语音页面，地址为 /free-text-to-speech。

无需账号，无需信用卡，没有每日限制套路。打开页面，输入文字，即可生成语音。

为什么要单独做一个免费页面？

主要的 Text to Speech 工作台使用的是我们的 Advanced 和 Pro 语音 — 这需要账号和积分。这对专业工作来说很棒，但并非所有人都需要高级音质。

免费页面使用我们的 Basic 语音引擎，专为以下场景设计：

• 快速一次性转换
• 学生和研究人员
• 在投入高级音频之前测试脚本
• 任何只想无障碍使用免费 TTS 的人

你将获得

• 100+ 种语言支持
• 无需注册 — 即开即用
• 每次生成都可下载 MP3
• 音频无水印
• 允许商业用途

字符限制

升级路径

想要更好的语音质量？免费页面包含 Basic 和 Advanced 语音的对比，你可以听到差异，并在准备好时进行升级。

更新内容

这是一次重大更新。你现在可以仅用一段 10 秒的音频样本来克隆任何声音。

上传一段你自己（或任何你有权使用的声音）的短音频，AnySpeech 就会创建一个数字复制品，你可以用它来生成无限量的语音。

使用方法

1. 在侧边栏中点击 Voice Cloning
2. 上传音频文件（MP3、WAV 或 M4A）— 10 到 30 秒最佳
3. 为你的声音命名并确认授权
4. 开始使用克隆声音生成语音

就这么简单。无需训练时间，无需等待数小时。声音立即可用。

情感控制

这是我们声音克隆的独特之处。每个克隆声音都支持可调节的情感：

• 开心
• 平静
• 兴奋
• 悲伤
• 愤怒
• 中性

你可以为每次生成选择不同的情感。同一个声音，不同的表达方式 — 完美匹配每段内容的情绪。

夸张程度滑块

控制情感的戏剧化程度。喜剧短剧可以调高，专业旁白则保持微妙。

各套餐配额

定价

声音克隆使用与 Advanced 语音相同的积分费率（1x）。克隆功能本身不额外收费。

免费用户可以获得一个声音克隆体验名额。升级套餐以创建更多克隆声音。

新功能

我们全面重新设计了声音选择体验，让您更轻松、更快速地找到适合您内容的完美声音。

声音预览

现在您可以直接在声音列表中预览任何声音。只需点击声音旁边的播放按钮，即可在选择前试听示例。

最近使用的声音

声音选择器顶部新增了**"最近使用"**区域，让您快速访问之前使用过的声音。再也不用在整个列表中滚动查找了！

搜索和筛选

• 按名称搜索声音
• 按语言筛选
• 声音现在按语言分组，浏览更方便

改进的声音卡片

每个声音卡片现在显示：

• 声音名称和语言
• 预览播放按钮
• 清晰的选中状态指示

此更新让您更快地找到和切换声音，特别是当您需要使用多种语言时。

新功能

基础版声音模型现已支持超过 60 种语言，让全球用户都能使用专业的文字转语音服务。

新增语言

以下是基础版声音新增支持的部分语言：

亚洲语言：

• 粤语
• 日语
• 韩语
• 越南语
• 泰语
• 印尼语

欧洲语言：

• 法语
• 德语
• 西班牙语
• 意大利语
• 葡萄牙语
• 荷兰语
• 波兰语
• 俄语

更多语言：

• 阿拉伯语
• 印地语
• 土耳其语
• 希腊语
• 希伯来语
• 以及 40+ 种其他语言

如何使用

1. 从模型选择器中选择"基础版"
2. 选择您需要的语言声音
3. 输入文本并生成

所有基础版声音语言都免费使用 - 不消耗任何积分！

新功能

我们让 AI 文字转语音更加便捷！基础版声音现已对所有用户完全免费。

免费使用限制

为什么做此改变

我们相信每个人都应该能够无门槛地尝试 AI 文字转语音。基础版声音非常适合：

• 快速演示和测试
• 短文本内容
• 学习和实验
• 多语言内容创作

无需积分

与高级版和专业版声音不同，基础版声音不消耗任何积分。在每日限制内随意使用！

想要更多？

如果您需要更高质量的声音或无限使用基础版：

• 高级版声音：优质音质，每字符消耗 1 积分
• 专业版声音：录音室级品质，每字符消耗 2 积分
• 付费计划：无限使用基础版声音，无每日限制

立即尝试基础版声音，体验 AI 文字转语音能为您的内容带来什么！

新功能

我们大幅改进了音频生成基础设施，实现了更快的生成速度和更好的用户体验。

速度提升

• 平均生成时间加快 50%
• 长文本处理更加稳定
• 更好地处理多个并发请求

实时进度

现在您可以准确看到音频生成的进度：

• 实时进度条显示完成百分比
• 音频创建过程中的状态更新
• 生成完成时的清晰提示

长文本支持

对于较长的内容，我们现在更智能地处理文本：

• 自动分块以获得最佳处理效果
• 无缝音频合并
• 整个输出保持一致的质量

这对您意味着什么

• 更少的等待时间
• 更好地了解生成进度
• 更可靠的结果，特别是对于较长的内容

这些改进适用于所有声音模型（基础版、高级版和专业版）。