TechMoon 科技月球
WordPress、SEO 與 AI 工具實測指南
TechMoon 科技月球
WordPress、SEO 與 AI 工具實測指南

開源語音工具 VoiceStudio 把聲音複製、影片配音、聽寫與轉錄收進本機桌面工作台,預設引擎覆蓋 646 個語言標籤,星數在 10 月中兩天內增加約兩萬。免費能力邊界、模型授權分層、Intel Mac 限制與 Pro 定價一併整理。

自述 15 歲的開發者 Negix 公開 Windows 與 Linux 變聲器 Koeiro,以 MeanVC2 與 LavaSR 在本機做即時聲音轉換,標榜 Intel N150 等無 GPU 環境也能執行。「近零 token 費」指的是開發階段靠免費 AI 服務寫程式,軟體本身仍要自建 8GB 環境、模型另行下載,使用前要分清楚這兩筆帳。

Fish Audio 以開源 TTS 模型 fish-speech 走紅,32,953 顆星的 repo 掛的卻是研究授權:商用要另外簽約,自架需要 24GB 顯示卡記憶體。免費雲端每月 8,000 積分約生成七分鐘且僅限個人非商業,商用權從每月 15 美元的 Plus 方案開始。行銷頁示範名人聲音克隆的玩法,條款則把法律責任留給使用者。

Kokoro TTS 網站實測:站上工具真的能免費生成英語語音,但它嵌入的是 Hugging Face 社群展示頁;站方販售的 VoiceRead 擴充不含 Kokoro 模型,中文聲音在官方評級中全數列為最弱等級。先分清模型、工具與商品三層,再決定要不要付費。

NVIDIA 開源 1 億參數說話者分段模型 Nemotron 3 Diarization,最多標記 8 位說話者、支援重疊發言與串流處理,在 VoiceArena 第三方排行榜以 14.72% DER 排第一。本文對照官方模型卡與技術文章,整理與前代 4 人模型的差異、中文場景的官方成績與自架部署條件。

Google 推出 Gemini 3.8 Flash TTS 與 Flash-Lite TTS 兩款文字轉語音模型,能用文字描述設計聲線、逐句安排語氣與雙角色對話,語言表列有繁體中文。本文對照官方文件整理兩款模型差異、限時價格與 2027 年調漲幅度、聲音複製的同意錄音規則,以及台灣使用的兩個邊界。

Freya 於 9 月 21 日發表英文 AI 語音 Adam 與 Eve,Adam 在 Design Arena 盲聽真實感榜拿下所有 AI 模型第一、僅次真人錄音。本文核對公開榜單與評測方法,整理這張成績單能證明什麼、還缺哪些證據,以及申請方式與部署選項。

MixVoice 是標榜免費免註冊的線上語音克隆工具,實測訪客身分輸入文字數秒即生成 WAV 語音,上傳樣本克隆與商用授權則另有邊界。免費層相似度標 70.5%、產出僅限非商業、聲音模型保存 7 天,語音內容依隱私政策會傳給底層模型供應商,營運團隊未揭露公司名稱,把聲音交出去之前值得先看清這些限制。

AnyVoice 標榜 3 秒聲音樣本就能建立你的 AI 聲音模型,免費層每月 900 秒、單次 120 字元。聲音庫 320 個模型裡精選的是名人聲音,條款與隱私政策裡藏著哪些紅線,註冊前先看完這篇。

AudioTextHub 標榜免費免註冊的線上文字轉語音,實測匿名可用的只有微軟 300 把聲音,輸入框 200 字元與每日 10 次只擋瀏覽器;生成音檔落在公開雲端網址,台灣口音有雲哲、曉雨、曉臻三把,免費邊界與資料流向一次看清。