先想清楚你要生成什么音频
AI音频生成器不是只有一个功能。市面上常见的类型分为三种：
- 文字转语音（TTS）：把文字变成人声朗读，适合配音、旁白、有声书。代表工具有 ElevenLabs、Azure TTS、讯飞配音。
- 音乐生成：输入描述词或旋律，生成完整背景音乐。代表工具有 Suno、Udio、网易天音。
- 音效生成：生成关门声、鸟叫、机械声等短音效。代表工具有 Soundraw、Adobe Podcast（部分功能）。
下面按常见场景来讲具体操作。
场景一：给短视频配解说词（用剪映）
剪映自带的文字转语音功能对新手最友好，不用额外注册，直接上传视频就能用。
操作步骤：
- 打开剪映，导入视频素材。
- 点击“文本”-“新建文本”，把解说词粘贴进去。
- 选中文字轨道，在右侧属性栏找到“朗读”按钮，点击后选择音色。
- 调整语速和音量，点击“开始朗读”。
- 生成后把文字轨道删除，只保留音频轨道，再拖动时长对齐画面。
为什么推荐剪映？因为它和视频剪辑在同一界面，生成后立刻预览，不用导出导入来回切换。缺点是音色质量一般，听起来有机械感，适合节奏快的短视频，但不适合长片或情感类内容。
场景二：生成自然的多语言配音（用ElevenLabs）
如果你的视频要发海外平台，需要英语、日语等配音，ElevenLabs是很多创作者的选择。它支持29种语言，音色有情绪变化，还能克隆你自己的声音。
操作步骤：
- 注册ElevenLabs账号，免费版每月有1万字符额度，大概能生成10-15分钟语音。
- 在Text to Speech页面粘贴文本，选择语言和音色。
- 点Generate生成，试听。如果觉得平淡，可以调整 Stability和Similarity参数，Stability控制朗读平稳度，Similarity控制音色与原声的相似度。
- 导出MP3文件，拖入剪辑软件。
我自己的做法是：先用剪映生成中文，再用ElevenLabs生成英文，这样两边音色风格可以预先调成接近，剪在一起不突兀。
场景三：生成视频背景音乐（用Suno）
背景音乐不需要人声，Suno可以直接根据描述生成完整乐曲。它支持人声，但也可以通过歌曲风格描述来生成纯音乐。
操作步骤：
- 打开Suno官网，点击Create进入创作页。
- 在歌词框里输入“纯音乐，无人声，钢琴琶音，节奏轻柔，速度适中”这类描述。
- 在Style框填写风格，比如“Lo-fi hip hop”“ambient”。
- 点击Create，系统会生成两首，试听后选一首下载。
- 下载后导入视频编辑器，调整音量到-20dB左右做垫乐。
实际操作中，我建议描述词写具体一些，不要只写“温馨”或者“Rock”，要写“80年代合成器流行，速度100BPM，带弦乐背景”。这样生成的作品更接近你想要的。
场景四：生成播客开场音效（用Soundraw）
如果你做播客，需要在开头放一段5秒钟的过渡音效，Soundraw是操作最简单的。它本质上是一个带AI调制功能的音乐库，可以按情绪、流派、速度筛选。
操作步骤：
- 打开Soundraw，免费注册后进入Creator模式。
- 选择情绪选项，比如“Cheerful”“Mysterious”。
- 调节BPM范围、时长长度，点击搜索。
- 拖动时间轴截取你需要的片段，导出WAV文件。
生成音频后的4个处理建议
无论你用哪个工具生成，音频出来后都不建议直接用，做四步处理会明显提升质感：
- 降噪：用Audacity或剪映自带噪音消除，把底噪去掉。操作：选中音频，点击“音频”-“降噪”。强度控制在30%以下，否则声音会变闷。
- 压缩音量：用AU（Adobe Audition）或剪映的“响度匹配”功能，让音量保持在-14LUFS左右，视频平台的标准值。
- 去气声：如果AI发音有“嘶嘶”声，用均衡器在8kHz以上做低切。剪映里没有均衡器，可以用RX或Audacity手动调。
- 叠加环境音：AI生成的音乐往往太空，视频背景音建议叠加一层室内环境音，音量在-30dB，听起来更立体。这类音效可以在Freesound.org下载，注意看许可协议。
常见问题FAQ
问：AI生成的配音能商用吗？ 答：看你用的工具和套餐。剪映朗读音色在会员可用范围内允许商用；ElevenLabs付费套餐有商用授权；Suno免费版不行，必须订阅。使用时务必查看当前版本的服务条款。
问：生成中文语音，哪个工具音色最自然？ 答：自然度上ElevenLabs和Edge TTS表现不错，但Edge TTS的在线版（Read Aloud）对长文本有限制。国内工具讯飞配音的中文音色丰富，但需要下载客户端。建议每款都试用免费额度，听一段再决定。
问：为什么我生成的声音听起来像机器人？ 答：多数TTS工具默认的语速偏快，你先调慢10%-20%。另外，文本里尽量使用完整的标点符号，避免长句不换气。如果你用的是老式模型，试试更新到近期版本或更换音色。
下一步：选一个工具做10分钟测试
看完这篇，不用急着买会员。我的建议是：如果你只是给短视频配音，今天就用剪映的免费额度做一条30秒的配音；如果你要发海外平台，去注册ElevenLabs，用免费字符生成一句英语听听效果。做完这两个测试，你就能判断哪个更适合你的视频方向。
记住，AI音频生成器只是产出素材，最终能不能用，取决于你是否做了后期处理。现在打开剪映，把上次剪的视频补上一条AI配音，听听区别。