ElevenLabs 怎么用？2026年AI配音/语音克隆国内访问完整指南

我有个做自媒体的朋友，前阵子跟我说，他花了一个周末录了 30 分钟的旁白，最后剪视频的时候发现有两段录音环境太嘈杂，全部要重录。听到我说"为什么不用 AI 配音"，他第一反应是"机器人的声音太假了"。

我把 ElevenLabs 生成的样片发给他听，他沉默了 10 秒钟，说了一句："这是真人在念吗？"

AI 配音这两年进化太快，2026 年的 ElevenLabs 已经能做到近乎以假乱真的程度。今天就把注册、使用、价格、以及国内怎么稳定访问，一次性说清楚。

ElevenLabs 是什么？

简单说，ElevenLabs 是一家专门做 AI 语音生成的公司，2022 年成立，总部在纽约。它的核心能力有两个：

一是文字转语音（Text-to-Speech），你输入一段文字，它用 AI 念出来。可以选男声、女声、不同语言、不同情绪。

二是语音克隆（Voice Cloning），上传一段你自己的录音，让 AI 学习你的声音特点。几分钟后，你输入任意文字，AI 就会用"你的声音"念出来。

这两个能力组合起来，做视频配音、播客、有声书、广告片头都非常方便。不需要请真人配音，不需要录音棚，不需要麦克风，一段文字就能搞定。

注册流程和免费额度

注册 ElevenLabs 其实很简单，邮箱就能开账号。具体流程：

第一步：打开官网 elevenlabs.io，点右上角 Sign Up。可以用 Google 账号、GitHub 账号、或者邮箱注册。建议用 Google 账号，后面登录方便。

第二步：注册完会让你选一个使用场景，自媒体、教育、商业、随便研究都可以选。选完直接进到主界面。

第三步：进到 Speech Synthesis 页面，左边输入文字，右边选一个声音，点 Generate，30 秒内出结果。第一次用的时候，那种"原来 AI 真的能念得这么像"的感觉是非常明显的。

免费版每月给 10,000 字符额度，大概能生成 10 分钟左右的音频。听起来不多，但拿来试水完全够用。如果只是偶尔给视频配个音，10 分钟够好几个短视频用。

免费版生成的音频可以商用吗？答案是可以，但有 ElevenLabs 的水印。商用且要去水印的话，需要付费订阅。

语音克隆怎么用？

这一块是 ElevenLabs 最值钱的功能，也是付费版的真正卖点。

克隆流程：进到 Voices 页面，点 Add Voice → Instant Voice Cloning。系统会让你上传音频文件。最低要求是 1 分钟的清晰录音，建议 3-5 分钟，效果会更稳。

录音有几个小技巧：环境要安静（关窗关空调），用稍微好一点的麦克风（哪怕手机自带麦克风也行），念东西的时候保持正常语速，不要刻意放慢或者加快。念的内容可以随便，找本书念一段、读几段新闻都可以，关键是发音清晰。

上传完之后点 Add Voice，等几分钟 AI 就会学完。学完之后，你输入任何文字，它都会用你的声音念出来。可以调节 Stability（稳定性，越高越平稳但越没感情）、Clarity（清晰度）、Style Exaggeration（情绪夸张度）等参数。

我自己的体验是，第一次克隆出来的声音会有点"AI 味"，多调几次参数、给 AI 喂更长的样本，效果会好很多。一个朋友用 30 分钟录音做克隆，出来的声音连他老婆都分不清是真人还是 AI。

常见的几个使用场景

短视频配音：这是用得最多的场景。以前做一个 3 分钟的解说视频，光录音就要花一两个小时；现在写好文案直接让 AI 念，5 分钟搞定，效率提升 20 倍不止。

播客：如果你是一个人做播客，没有搭档做对话，可以用 ElevenLabs 的多声音功能，把不同声部的对白念出来。也能克隆真人嘉宾的声音，让"缺席嘉宾"也参与对话。

有声书：这是 ElevenLabs 在 2025 年重点推的方向。30 万字的有声书，如果自己念可能要念一个月，AI 念大概 3-5 天就能做完初版，然后人工修一下节奏和情绪就行。

教育视频：做课程讲解、教程视频，用 AI 配音成本极低。需要换语言也方便，ElevenLabs 支持 29 种语言，英文、中文、日文、韩文都覆盖。

广告/营销：给产品做广告片头、广告语配音，同一个声音可以反复使用，不会因为配音员档期问题卡进度。

价格档位对比

ElevenLabs 的订阅分四档，2026 年的价格大致是：

Free（免费）：每月 10,000 字符，可以试听所有声音，可以克隆 3 个自定义声音。带 ElevenLabs 水印。

Starter（5 美元/月）：每月 30,000 字符，10 个自定义声音，去水印，商用授权。适合个人创作者。

Creator（22 美元/月）：每月 100,000 字符，30 个自定义声音，专业级声音克隆（用 30 分钟样本训练，效果更好），API 调用。适合做矩阵账号的自媒体团队。

Pro（99 美元/月）：每月 500,000 字符，无限自定义声音，高级 API 配额，优先客服。适合公司级使用。

如果只是个人偶尔用，Starter 档就够了。如果是做 YouTube 频道、小红书矩阵账号，Creator 档性价比最高。

国内访问：怎么稳定用上 ElevenLabs？

这是国内用户最大的痛点。ElevenLabs 的服务器在海外，国内直接打开官网很慢，登录经常失败，生成语音的时候卡到怀疑人生。

实测下来，最稳的方案是配一个翻墙节点。不用太高端的，普通 CN2 GIA 节点就够用。关键是节点要稳定，别用那种晚高峰就崩的廉价机场。

我自己用的是 JustMySocks 的洛杉矶节点，挂全局模式访问 ElevenLabs，生成一段 1 分钟的音频大概 20 秒出结果，比裸连快很多。

几个小建议：

第一，节点别选香港或者日本，距离近不代表快，ElevenLabs 的 API 入口主要在美西。洛杉矶、圣何塞这种西海岸节点最稳。

第二，浏览器建议用 Chrome 或者 Edge，不要用 Safari。Chrome 的音频处理在 ElevenLabs 上表现最稳。

第三，如果要大量生成（一次写 5000 字稿子），建议用 API 而不是网页版。API 调用更稳定，错误重试也方便。Creator 档以上才开放 API。

第四，重要项目一定要本地保存音频。ElevenLabs 历史记录会保留，但偶尔会清理。下载到本地最稳。

几个容易踩的坑

第一个坑：免费版用得爽了就大量生成，等额度用完才想起来升级。其实免费版是给你试水的，量大了果断升级，Starter 档 5 美元一个月，比请真人配音便宜太多。

第二个坑：克隆声音的时候录音环境太嘈杂。环境噪声会被 AI 当成"你声音的一部分"学进去，生成出来就会带杂音。强烈建议找个安静房间，关空调关风扇。

第三个坑：第一次用 Voice Cloning 就拿去做商业项目。建议先用免费版练手，生成几个小样听听效果，满意了再做正式项目。

第四个坑：把 AI 配音当"真人替代品"。AI 念稿子没问题，但如果有强烈情感的段落（煽情、愤怒、激动），目前还是真人念得更有感染力。最佳实践是 AI 念 80%，关键情绪段落用真人念 20%。

说在最后

AI 配音这件事，2026 年已经不是"要不要用"的问题了，是"怎么用得更稳"的问题。ElevenLabs 目前是体验最好的工具，没有之一。

如果你还在犹豫，先去官网注册一个免费账号，输几段文字感受一下。10,000 字符的额度，够你试完所有主流声音、做完一次语音克隆、生成 3-5 个短视频的旁白。觉得好用了再付费，完全没风险。

网络问题就看你自己手头的工具。没有好节点的话，可以考虑 JustMySocks 这种稳定的机场，西海岸节点对 ElevenLabs 特别友好。

有问题评论区见。