Voice Kit：用你自己的聲音或標準語音製作旁白

Voice Kit 使用語音服務進行朗讀。當該服務關閉時，頁面頂端會出現黃色提示說明此情況，且每次朗讀都會改用範例音效：依音節群組、以接近語音節奏播放的柔和音調，並在逗號、句號及 [pause] 標記處有真實停頓。這能讓你試用每個步驟，並檢查腳本的時間與長度，但它不是語音。凡出現之處都會標示為「範例音效」，標準語音名為 Warm（範例）和 Clear（範例），且 MP3 下載已停用（範例會以 WAV 下載）。

開始製作旁白（左側）：先選擇「語言」，再用四個分頁選擇文字來源。輸入或貼上：一個用於整份腳本的方框（每段成為一行；麥克風按鈕可將你說的話輸入），然後按「用此腳本開始」，或按「從空白開始」，由 AI 撰寫，以開啟空白腳本並請 AI 產生內容。檔案：Word (.docx)、PDF、文字、Markdown 或 HTML，最大 8 MB。網頁：輸入網址後按「匯入」，即可匯入頁面中可閱讀的文字。Writing Pack：列出你的 Writing Pack 草稿；點選一份即可匯入其文字。非常長的來源最多匯入 6,000 個字元，並會顯示提示說明。

「你的旁白」會列出你製作過的每份腳本，包括字數、大約長度、語言和日期；點選即可開啟（每份都有專屬網址，可收藏或分享給自己）。當你有超過四份時，會出現搜尋方框。

「語音」（右側）會顯示你自己的語音與標準語音。開啟腳本後，即可選擇由誰朗讀。

頂端的名稱是旁白的名稱：點選即可重新命名。旁邊的「已儲存／儲存中…」表示你停止輸入後，每項變更都會自動儲存。

「語言」設定腳本撰寫與朗讀所用的語言（英文、西班牙文、法文、德文、葡萄牙文、義大利文、荷蘭文、波蘭文、日文、中文、韓文、印地文）。「長度」為目標時間：15、30、60 或 90 秒（再按一次可清除），或在「其他」欄位輸入 5 至 600 秒之間的任意長度。右側會顯示估計值（約幾秒與幾個字，以每分鐘約 150 字加上停頓計算）；選定目標後，會顯示「符合目標」或超出／不足的秒數。

「你的腳本」會以朗讀時的順序，在同一個方框中顯示整篇內容，段落之間以空白行分隔。你可以直接輸入、貼上，或使用麥克風按鈕。每個段落都是一個部分：朗讀後若修改某段，只會重新朗讀該部分，方框下方的提示會說明有幾個部分已變更。

「逐段編輯」（位於腳本上方的切換鈕）會分別顯示每個段落。在其文字下方有：情緒（自然、開心、興奮、自信、溫暖、平靜、嚴肅、好奇、驚訝、悲傷）、語速（較慢、正常、較快），以及語音（主要語音，或你的任一語音或標準語音，因此一份腳本可有兩位或以上的說話者，例如主持人與來賓），另有「修正字詞」。之後會顯示其長度；朗讀完成後會出現播放鈕、「重新朗讀此段」、「3 個版本」與垃圾桶圖示。變更某段的情緒、語速或語音後，會標記為需要重新朗讀。Cartesia 引擎會將情緒當作真實情感朗讀，ElevenLabs 則以或多或少有表現力的演繹方式呈現。

「3 個版本」會以略為不同的演繹方式再朗讀該段兩次，三個版本分別顯示為版本 1、版本 2、版本 3，每個都有播放鈕；按「保留」即可讓該版本用於整份朗讀（已保留會作為標記）。「3 個新版本」會取代版本 2 和 3。「整份腳本」則切換回整份檢視。「從…新增文字」（同樣四種來源）會在結尾加入文字；「刪除」（會先詢問）會移除旁白及其朗讀內容。

修正字詞的唸法：在「整份腳本」中反白一個字詞或名稱，然後按「修正唸法」（或在「逐段編輯」中對某段按「修正字詞」，並輸入該字詞）。面板會顯示該字詞，並有「立即試聽」（會以「誰朗讀」中選定的語音朗讀其所在句子）。在「哪裡不對？」下，可選擇「唸錯了」、「重音位置錯誤」、「逐字拼讀」、「太快或含糊」、「聽起來像另一個字」中的任一項，也可以用你自己的話說明（輸入或使用麥克風），然後按「尋找修正」。AI 會建議三到四種語音能正確唸出的拼寫（例如 in-FIN-ih-tee，或 Nguyen 的 Win），並附上原因；按任一建議的「試聽」即可在句子中聽到它，再決定是否保留。「全部套用」會將其儲存至你的發音清單，並重新朗讀所有使用該字詞的段落；「僅用於此腳本」則只將新拼寫寫入此腳本。你也可以在「或輸入正確唸法」下輸入自己的拼寫並按「試聽」。「尋找其他修正」會重新提出建議。

發音清單（位於腳本下方）：您在帳號的每次朗讀、每段旁白中儲存過的每個字詞及其發音方式。每項都有「聽」和垃圾桶圖示，按「新增」可手動輸入字詞及發音方式。書面腳本本身不會改變，清單會在朗讀時套用。

若要停頓，請輸入 [pause] 或 [pause 1.5s]。如果某個名字或字詞讀錯，請依實際讀音拼寫，然後只重新朗讀該行。

AI 寫作助手（紫色方塊）是一個用來撰寫和修改的功能區。在新腳本上，輸入或說出您希望包含的內容（例如公司名稱、優惠、電話號碼或網站，任何必須出現的資訊），也可以留空；接著選擇「用途」（社群影片或短影音、廣告或廣播插播、電話問候語或等候語音、產品或服務介紹、活動、促銷或公告，或其他），再選擇語氣（親切、專業、充滿活力、平靜、幽默），然後按下「撰寫」。系統會依您設定的「長度」撰寫（未設定則為 30 秒），勾選「使用我的品牌語調」時會套用您的品牌語調，並以自然流暢的段落呈現。

腳本建立後，同一個功能區也能接受您用自己的話提出的任何修改，無論是打字或語音輸入（例如「讓開頭更有力」、「加入我們週六的營業時間」、「翻譯成西班牙文」）。請按下「進行修改」（或 ⌘/Ctrl+Enter）。「改善文案」會讓朗讀時更流暢、內容更精簡，同時保留所有事實、名稱、數字和優惠。「撰寫新版本」會根據您輸入的內容，依所選用途、語氣和長度重新撰寫腳本。下方的按鈕可一鍵修改，不只是這些選項：「符合長度」、「讓語氣更親切」、「更容易朗讀」、「加強結尾」。您沒有要求修改的句子和事實會保持原樣，AI 也絕不會編造價格或電話號碼，而是會寫入如 [your phone number] 的佔位符，並列在「尚未完成」下方。

寫作套件：點選開啟「寫作套件」（於新分頁開啟），使用其中一位寫作助手撰寫較長的內容，然後按下「匯入草稿」，即可將其加入此腳本。

每次修改後，會出現一則通知，列出已「完成」的項目，並先列出任何「尚未完成」的項目及原因；下方的腳本會短暫加上輪廓，讓您看見變動的位置。「復原」會將腳本還原為該次修改前的樣子。

「打造您的聲音」會開啟一個大型面板。頂部的「如何錄製像您的聲音」（預設展開）列出要做的事（安靜柔和的房間；麥克風距離約一個手掌寬；用您平時說廣告的聲音；穿插問題、數字和名字；總共 1 到 2 分鐘，全部在同一個地點錄製），以及不要做的事（有音樂、電視、風扇或其他人聲；有回音的房間或車內；配上音樂的廣告或影片；藍牙耳機或免提擴音；耳語、大聲喊叫、說話太快，或語調平淡；長時間靜默和咳嗽）。按「關閉」可關閉面板。

「打造您的聲音」共有三個步驟。1，「您的名字」：以您平時說的方式輸入。2，「朗讀這句話」：按下「錄製此句」，朗讀畫面上的句子（「我，［您的名字］，同意 aiKit 根據我的錄音製作 AI 語音，且僅用於我自己的工作。」），然後按下「停止」。錄製時會顯示紅點、時間和音量表。3，錄製 1 到 2 分鐘的您說話內容：按「錄製」（或「上傳錄音」：支援 MP3、M4A、WAV、WebM 或 OGG），可錄製最多六段，次數不限；進度條會朝兩分鐘填滿，至少需要 30 秒，一分鐘以上效果最佳。按鈕上方有三份可朗讀的素材，各為一個分頁：「您的事業」、「一個故事」，以及「數字與名字」（可三份都讀，約兩分鐘，或直接談談您的工作）。每段錄音會列出長度、可回聽的播放器（僅限本次造訪所錄製的錄音）、瀏覽器內的品質檢查（例如「聲音清晰」，或提示如「太安靜：請靠近麥克風」、「部分地方太大聲」、「有背景噪音」或「靜默過多」），以及垃圾桶圖示。同意錄音也會有相同的播放器和品質檢查。

「製作我的聲音」會執行檢查，然後製作語音。同意語句會被轉換為文字，並與原句比對（因為名字的拼寫方式很多，所以名字不列入比對）；至少要聽出 70% 的字詞。基本的同一人聲音檢查會比較同意錄音與您的樣本的音高和音調；兩者必須相符，因此此語句必須由與樣本相同的人朗讀。這只是基本檢查，並非聲紋辨識。結果會列出每項檢查，並以勾或叉表示；若有任何一項失敗，就不會製作語音，此時「修正錄音」會帶您回到上一步。

您的錄音和語音僅屬於您的帳號，為私人資料。語音旁的垃圾桶圖示會先詢問您，然後同時從語音服務和此處刪除。已用該語音朗讀的旁白仍歸您所有。每個帳號最多可有五個語音。僅限您本人的聲音：不允許錄製他人的聲音。aiKit 預設語音：aiKit 管理員可以透過「提供為預設語音」，將其自有、已完成的語音（透過同一套同意流程製作）提供給所有帳號；該語音會優先顯示在「標準語音」下，標示為「aiKit 預設語音」，並為沒有自己語音的任何人朗讀。只有在已開啟真正的語音引擎時才會顯示。取消「預設語音 ✓」（停止）或刪除該語音，即會停止提供。打造自己的語音目前僅開放給管理員，待最終法律審查完成；標準語音現在已開放給所有人使用。

語音配方（位於腳本上方的列）會將語音、情感、語速和背景音樂儲存為一個名稱，例如「Northwind 廣告」或「烘焙店電話線」。按下配方即可使用：系統會選定語音，每個沒有自己情感或語速的段落都會套用配方的設定，且其背景音樂會設定在播放器下方。「儲存為配方」會開啟一個簡短表單：名稱、情感和語速（預設為您多數段落所用的設定），語音來自「由誰朗讀」，背景音樂則設定在播放器下方；若使用已存在的名稱儲存，會取代該配方。垃圾桶圖示可刪除配方。最多可有 50 個配方。

配方可在 aiKit 各處通用：當其他工具需要用聲音朗讀時（例如 Video Kit 的旁白），也能使用配方，而且您的發音清單也會套用在那裡，讓名字在各處的念法都一致。

「誰來朗讀」會先列出您已準備好的聲音，接著是系統提供的標準聲音（一開始顯示六個；「所有標準聲音」可看到其餘的）。已選取的聲音會有彩色外框，並會保留在頁面網址中。每個聲音都有「試聽」按鈕，可播放一段短樣本（生成一次後會保存，下次可立即播放）；按「停止」或其他聲音的「試聽」即可停止播放。

試聽：大按鈕會顯示它要做什麼：用 <voice> 朗讀、朗讀 N 行已變更的內容，或全部重新朗讀。只有新增或變更的行會重新朗讀，因此修正一個字只需要重讀一行。處理期間，面板會顯示正在朗讀的行數；較長的稿件會分批朗讀，並更新數字。如果有行無法朗讀，「尚未完成」會說明數量和原因，再按一次按鈕即可只重讀那些行。

所有行朗讀完成後，播放器會顯示整段旁白的波形圖：按圓形按鈕即可播放或暫停，點擊波形（或在波形上使用方向鍵）即可跳到該處，正在朗讀的那行會顯示在下方。各行之間會以短暫的停頓相接。

播放時，播放器下方的文字會隨著朗讀逐一亮起。點擊文字即可跳到該處。反白一到三個字後按「修正發音」（會在稿件中開啟修正面板），或反白任意文字後按「指示這些字的念法」，告訴聲音該如何唸。字詞的時間會依長度平均分配到各段，因此只是接近，並非完全精確。

朗讀指示（播放器下方）：用您自己的話說明應該呈現什麼感覺，可以打字或語音輸入，例如「『這個週末』要更有活力」、「價格處放慢」或「聽起來像在微笑」，然後按「套用指示」，或按下其中一個快捷鍵（更有活力、聽起來像在微笑、數字和電話號碼放慢、更冷靜且更值得信賴、更有力的開場、行動呼籲前多停頓）。AI 會只針對指示相關的段落調整語氣、節奏，並在有幫助時改寫幾個字（因為聲音無法對單一字加上重音符號，所以會改用聲音能辨識的方式，例如字前的短暫停頓、驚嘆號，或較短的句子），儲存稿件，並只重讀這些段落。「已完成」會列出每項變更，「尚未完成」會說明聲音無法做到的事項及原因。「復原」會把這些段落恢復原狀並重新朗讀。

使用 AI 教練檢查：它會聆聽朗讀內容（語音轉文字），並顯示每分鐘的時間和字數，接著是「語速」（每分鐘 150 到 170 字適合大多數廣告）、「清晰度」、「開場」（第一句話能否在 3 秒內吸引注意）以及「名字和用字」（聆聽檢查未聽出的較長字詞，通常是念錯的名字）。每個提示都附有修正方式：針對字詞使用「修正發音」，或使用「修正」，它會在「朗讀指示」中放入一條指示供您套用。變更後按「再次檢查」會重新聆聽。樣本聲音不是真人語音，因此字詞檢查只會在使用真實聲音時執行。

聲音下方的背景音樂（所有段落朗讀完成後，顯示在播放器下方）：選擇一首 aiKit 原創音樂，設定「音樂」音量大小，按「搭配音樂試聽」，並按「下載含音樂的版本（WAV）」即可取得完成的混音。音樂會在聲音開始前稍早響起，聲音說話時音量會降低，結束時逐漸淡出。字幕：依朗讀時間製作的 .srt 和 .vtt 檔，每次顯示幾個字，適用於短影片、YouTube 和影片播放器。

下載與更多功能：MP3（真實聲音）、WAV（任何朗讀內容）、「儲存到圖庫」（儲存到 Voice Kit 資料夾中的「旁白」分類），以及「在 Motion Maker 中使用」，它會將內容儲存到您的資料庫，並開啟 Motion Maker，讓聲音位於「音樂」分頁中，背景音樂會自動降低音量。其下方可用讚或倒讚評價這次朗讀；按倒讚會詢問出了什麼問題，並將意見傳送給 aiKit 團隊。面板頂部的「AI 聲音」/「樣本聲音」標籤會顯示您正在聽的是哪一種。

新行朗讀前，會有快速的 AI 檢查，確認是否涉及冒充。介紹自己和自己的事業是可以的（「大家好，我是 Sam，Sam's Bikes 的老闆」）：一般不太知名的人或企業，會被視為您本人。不會朗讀的內容包括：知名人士以第一人稱發言或代言、知名公司、銀行或政府機關以自身名義發言（「這是您的銀行來電」），或任何冒充上述機構以索取付款或個人資料的訊息。面板會說明原因。提及或評論真實的人和公司、為自己的事業製作廣告，以及虛構角色都是可以的。每行只會檢查一次；修改後會重新檢查。

Voice Kit 會以語音服務的實際成本，使用您帳戶的代幣：朗讀依字元計費（依語音服務不同，30 秒的朗讀約需 3 到 9 美分），另加上每次 AI 稿件修改和安全檢查的小額費用。只朗讀變更的行可降低費用。如果某項請求會超過您方案剩餘的額度，就不會開始處理，並會顯示提示訊息。管理員可在播放器下方以美分查看每次朗讀的費用。

管理員可在播放器下方看到「並排引擎測試」。當兩家語音服務都已開啟時，「兩者都朗讀」會以所選聲音在每個服務上朗讀目前開啟的稿件，並顯示各自的播放器和費用；「使用此引擎」會讓之後的每次旁白都使用該服務（您自己的聲音在建立時會在兩家服務上都製作）。若只開啟一家或都沒開啟，系統會說明哪些已開啟。

其他 aiKit 工具以同樣方式向 Voice Kit 請求旁白：送入文字，接著取回包含每行開始和結束時間的旁白，讓字幕能配合聲音。旁白會使用您最新的聲音（若沒有，則使用第一個標準聲音）朗讀，並從您的代幣扣除，且只要真實聲音未開啟，就會標示為樣本聲音。