月付 22 美元内交付 30 分钟旁白音频:哪套语音方案能满足全部条件?
这里价格条件容易满足,交付条件却不然;下面两行正好说明这句话的两半都成立。已有两家厂商公布本题所依赖的换算:Typecast 写明每月 30,000 下载额度约合 35 分钟,Cartesia 写明 $5 的 Pro 档约 133 分钟,且 1 credit 等于 1 个字符——因此这道算术可以用厂商的数字算出来,而不是靠猜。两行都没有关闭,因为两者的文件格式都只在 API 侧有文档,而这里引用的是 Studio 或 playground。Amazon Polly 是四家里便宜得多的一条路——按量计费每 100 万字符 $4.00,厂商自己换算成约 23 小时语音,输出还归你所有、可自由存储复用——但它不是套餐:费率随地区而不同,半小时旁白还必须按单次 3,000 计费字符的上限拼接。ElevenLabs 与先前一样:每月 22 美元的 Creator 合预算,也是更高规格 API 音频格式的起点,但本次读到的页面都没有把它的 credits 换算成分钟数;免费档被排除的原因是权利而不是价格。音乐与语音智能体属于其他题目。
最近一条来源核对 2026-10-15
本次任务
每月最多 22 美元、不年付;为付费课程或客户视频制作约 30 分钟清晰旁白,导出 MP3 或 WAV 成品文件,并具备商用发布所需的权利。音乐、带词演唱、克隆他人声音以及接听来电的语音智能体都不在本题内。
最近一条来源核对为 2026-10-15;每篇指南的每条来源分别标注自己的读取日期。预算按美国个人账户、美元税前、按月支付且不年付预缴计算;地区、账户资格与结账价格可能不同。本文不是生成、质量或你的具体负载的实测。
候选
「符合已查文档条件」不等于任务已完成:它只表示官方页面列出的条件已满足,下方限制仍然适用。
ElevenLabs Creator
待确认,暂不推荐当月费用: 月付 $22 合预算。首月 $11 是优惠,年付按十个月计价,两者本题都不使用。
合预算,并满足本题的格式条件:网页端在套餐额度内导出 MP3 与 WAV,经 API 的 192kbps MP3 自本档起提供,含专业克隆,符合条件的付费档未用额度最多可结转两个月;订阅期间生成的非 Beta 内容按条款可商用。缺的是本题所依赖的换算:本次读到的页面没有写明每月 121,000 credits 能换多少字符或多少分钟,因此本档能否产出 30 分钟成品旁白仍未确立。
ElevenLabs - 按档位的音频输出格式ElevenLabs - 额度与结转ElevenLabs - 发布与许可ElevenLabs - 专业声音克隆
- 消耗取决于所用产品与模型,因此 credits 数字本身不能自动换算成语音分钟数。
- 同一档位在 API 页写成 220k 字符的 v3 用量,在 Creative 页写成 121k credits;请先确认你的入口用哪套计量,再假定额度。
- 权利取决于档位与时间点:免费输出一般不可商用且需署名,升级也不会追溯授权免费档期间生成的内容。
- 克隆声音是另一个决定:专业克隆需约 30–180 分钟样本、自本档起提供,且文档围绕「验证本人的声音」撰写。
Typecast Studio Basic
待确认,暂不推荐当月费用: 月付 $5,年付 $54 另计:在 22 美元上限内;本题使用月付价。
价格与算术都对得上:Basic 每月 $5 含 30,000 下载额度,厂商自己换算为约 35 分钟,而语音生成与试听在所有档位都免费——因此本题要的 30 分钟旁白落在公布额度之内,依据是厂商自己的换算而不是我们的。Basic 还列出商用许可,该档起署名为可选。让这一行保持未关闭的是导出格式:API 文档写明 WAV 或 MP3,但 Studio 现行下载帮助页(2026-07-31)没有写明文件类型,而本次读到唯一为 Studio 界面列出 mp3 与 wav 的,是一篇最后修改于 2024 年 1 月的旧版界面文章。
Typecast - Studio 定价Typecast - 文档与下载帮助
- 我们没有确立 Studio 的导出格式,而 API 文档属于另一套订阅,不是这里引用的套餐。
- 下载时即扣额度且无法取消;免费档的 3,000 credits 是终身额度而不是每月额度。
- 输出在厂商服务器保留一年,重新下载需处于订阅期,因此成品文件要在本地保存。
- 定价页自 Basic 起出售商用许可,而条款禁止未经事先同意用于商业目的;请记录每段音频生成时生效的档位。
- 本次读到的页面均未写明你的内容是否用于训练模型。
Cartesia Pro
待确认,暂不推荐当月费用: 每月 $5,自购买日起按月续订:在 22 美元上限内;价卡写明每月 100K credits 约合 Sonic-3.6 的 133 分钟音频。
算术与权利都对得上,依据是厂商自己的数字。Pro 每月 $5 含 100K credits,价卡把它换算为 Sonic-3.6 约 133 分钟音频,FAQ 又写明生成 1 分钟需 750–800 credits、1 credit 等于 1 个字符——因此 30 分钟旁白远在该档额度之内,商用许可也自这一档起列出。让这一行保持未关闭的是导出:API 参考文档写明容器为 WAV、MP3 或 RAW,但本次读到的页面没有描述 playground 导出什么,因此格式在 API 路线上有依据、在网页端没有。另有一条方向相反的提醒:条款写明除非提交退出表单,输入、输出与交互可能被用于训练并改进 Cartesia 的模型。
Cartesia - 定价Cartesia - API 参考,文本转语音Cartesia - 服务条款
- 按量套餐也是套餐:Pro 的 TTS 并发上限为 3,且关闭 overage 时额度用尽后新请求会被阻断。
- 定价页没有写明地区;许可按档位书写,因此要记录每段音频生成时生效的档位。
- 语音智能体是另一套计量(每分钟 $0.06),不在本题范围内。
Amazon Polly(Standard 声音,按量付费)
待确认,暂不推荐当月费用: 按字符付费，费率依地区而定。免费覆盖须核对账户适用优惠、余额与有效期；公开免费量不能证明本任务的实际账单。
Amazon Polly — 费率与附条件免费优惠AWS — Free 与 Paid 账户计划
定价示例支持按字符估算时长，不保证完成三十分钟音频的费用。API 有 MP3 输出与请求上限文档，较长稿件可能须拆分或走异步任务。账户实际计费、完整商用条件与三十分钟成品仍未验证。
Amazon Polly — 费率与附条件免费优惠AWS — Free 与 Paid 账户计划Amazon Polly - 常见问题Amazon Polly - API 参考
- 按量服务本身没有月度上限,因此 22 美元这条上限描述的是你的用量,而不是你买下的某项套餐。
- 除非账号退出,文本输入可能被用于改进与训练 AWS 相关的机器学习技术;控制台本身的「保存为文件」格式也没有写明。
- 有文档的输出格式里没有 WAV,因此「MP3 或 WAV」这条只靠 MP3 满足;而把 30 分钟拼起来是你自己那一侧的工作。
ElevenLabs Starter
待确认,暂不推荐当月费用: 月付 $6 合预算:这是最便宜的付费档,也是含即时克隆的最低价档位。
更便宜,附带的东西也更少。网页端仍可在额度内导出 MP3 与 WAV,订阅期间生成的非 Beta 内容按条款可商用;但 192kbps MP3 的 API 格式需 Creator 档,不含专业克隆,这些页面同样缺 credits 与分钟数的换算,因此 30 分钟交付仍未确立。
ElevenLabs - 按档位的音频输出格式ElevenLabs - 发布与许可ElevenLabs - 专业声音克隆
- 更低的价格不等于已闭合的交付物:额度仍需按这些页面未公布的换算率折算成分钟数。
- 即时克隆自本档起,需约 1–2 分钟清晰样本,且文档围绕「验证本人的声音」撰写,不是克隆任意他人。
ElevenLabs Free
不满足本任务当月费用: $0 合预算;阻挡它的不是价格。
在权利上不满足交付:免费输出一般不可商用,非商业发布还需署名,因此不能作为客户交付物。该档也不含即时或专业克隆,更高规格的 API 音频格式都在其之上。
ElevenLabs - 按档位的音频输出格式ElevenLabs - 发布与许可ElevenLabs - 专业声音克隆
- 署名是一项义务而不是已清权的交付物;升级也不会追溯授权免费档期间生成的音频。
价格不等于可用时长
本题按语音分钟数衡量,而本次读到的页面在换算上并不整齐——不过四家厂商里已有三家公布了自己的换算:Typecast 写明每月 30,000 下载额度约合 35 分钟,且 1 credit 对 1 个字符;Cartesia 在同一规则下写明 $5 的档位约 133 分钟;Amazon Polly 干脆给单位定价,把 100 万字符标为 $4.00、约 23 小时 8 分钟。这些数字都不是你脚本的费率。消耗取决于产品、模型与语速,因此某一家公布的换算不是另一家的规则,同一个 121,000 ElevenLabs credits 也不能代表它的 API 费率表或音乐下载限制。在把一个月的预算押在整门课程之前,先用你自己的脚本渲染一小段,再看账号里报告的用量数字——那是唯一能把这套套餐换算成你的材料所需分钟数的依据。另请注意 ElevenLabs 的年付按十个月计价,等效月价不是每月实付。
配音是另一项功能
Dubbing v2 文档标称网页与 API 均支持 90+ 种语言与口音,但该数字描述的是配音功能而不是文本转语音模型;后者的覆盖另行标注:Eleven v3 为 70+,Multilingual v2 为 29,Flash v2.5 为 32。若交付物是新录旁白而不是对已有音频的译制,请按所需语言选语音模型,不要把配音的数字当成整个平台的语言覆盖。
交付前要确认
记录每段音频生成时账号所处的档位,因为条款把「订阅期间生成的非 Beta 内容」与此前的免费输出区别对待。按客户要求核对导出格式——网页端提供 MP3 与 WAV,更高规格的 API 格式与档位挂钩——并确认你将使用的旁白声音:克隆或合成声音本身牵涉声音权利,定价页与条款都没有替你的项目解决这一点。本站没有试听输出,也没有测量克隆相似度,因此不把厂商的质量主张当作结论。
每条说法的出处
每个链接都在所示日期打开并读过;下面说明该页面实际支持什么。
- Typecast - Studio 定价 ↗
所有档位生成与试听免费,下载时才扣额度:免费档 $0 含 3,000 终身额度(约 5 分钟)且必须署名;Basic 每月 $5(年付 $54)含 30,000 额度(约 35 分钟)与商用许可;Plus $19、Pro $29、Business $69。网页端价格未写明地区。
读取于 2026-10-12
- Typecast - API 定价 ↗
1 credit 对 1 个字符;API 免费档 $0 含每月 15k 额度、并发 2,Lite $15 含 200k、并发 5,Plus $280。免费档生成的 API 音频不可商用且需署名;FAQ 写明 Studio 与 API 是分开订阅、独立计费。
读取于 2026-10-12
- Typecast - 服务条款 ↗
Output 归你所有;对内容的许可覆盖经营、改进、推广与提供服务;输出保留一年;未经事先同意用于商业目的属禁止行为;费用以美元计。该页没有训练条款。
读取于 2026-10-12
- Typecast - 文档与下载帮助 ↗
API 文档写明可输出完整的 WAV 或 MP3;Studio 下载帮助页(2026-07-31)没有写明文件类型,为 Studio 列出 mp3/wav 的只有一篇最后修改于 2024 年 1 月的旧版界面文章。
读取于 2026-10-12
- Cartesia - 定价 ↗
Pro列$5/月、10万积分和约133分钟Sonic-3.6、商用许可及TTS并发3；未开超额时积分耗尽阻止新请求；语音agent另按通话分钟$0.06，电话可能另收费，未列地区。
读取于 2026-10-15
- Cartesia - 服务条款 ↗
除非订阅档位明确许可商用,否则仅限个人、非商业用途;输入、输出与交互可能被用于训练与改进模型,另有退出表单;费用以美元计。
读取于 2026-10-12
- Cartesia - API 参考,文本转语音 ↗
输出容器写明为 WAV、MP3 或 RAW,示例请求为 44.1kHz 的 WAV。这是 API,不是 playground 的导出。
读取于 2026-10-12
- Amazon Polly — 费率与附条件免费优惠 ↗
Polly 按处理字符按月结算。主表每百万字符费率为 Standard $4、Neural $16、Long-Form $100、Generative $30；GovCloud 的 Standard/Neural 费率不同。主表不能确立读者所处区域的最终账单。 定价页同时列出服务免费量（含 Standard 每月 500 万字符），以及自 2025-07-15 起 AWS 新客户的另一套规则：最高 $200 credits、六个月 Free 计划、credits 须在开户后十二个月内用完。这些是附条件的优惠，不能合并保证每个账户同时或永久享有。 示例把百万字符对应为约 23 小时 8 分钟；这是估算，不是成品测试。
读取于 2026-10-15
- Amazon Polly - API 参考 ↗
OutputFormat 为 mp3、ogg_vorbis、ogg_opus、mu-law、a-law 或 pcm,不含 WAV;单次 SynthesizeSpeech 请求最多 6,000 字符、其中 3,000 计费,异步任务为 200,000 与 100,000。
读取于 2026-10-12
- Amazon Polly - 常见问题 ↗
控制台可把生成的语音保存为音频文件但没有写明格式;Polly 输出归你所有,不限制存储与复用;除非账号退出,文本输入可能被用于改进与发展 AWS 相关的机器学习技术。
读取于 2026-10-12
- ElevenLabs - Creative 定价 ↗
免费档 $0 含每月 10,000 credits、Starter $6 含 30,000、Creator $22 含 121,000、Pro $99 含 600,000 及以上;年付按十个月计价,Creator 首月 $11 为优惠。
读取于 2026-09-23
- ElevenLabs - 模型 ↗
文本转语音各模型的语言覆盖:Eleven v3 为 70+、Multilingual v2 为 29、Flash v2.5 为 32。页面上的质量与相似度数字属厂商主张。
读取于 2026-09-23
- ElevenLabs - Dubbing Studio 与语言覆盖 ↗
Dubbing v2 标称 90+ 种语言与口音,网页与 API 都有入口;这是配音的数字,不代表文本转语音模型。
读取于 2026-09-23
- ElevenLabs - 按档位的音频输出格式 ↗
192kbps MP3 需 Creator 档、44.1kHz PCM 需 Pro 档;网页端在套餐额度内导出 MP3 与 WAV。
读取于 2026-09-23
- ElevenLabs - 额度与结转 ↗
额度按计费周期重置,符合条件的付费档未用积分最多结转两个月,消耗取决于所用产品与模型。
读取于 2026-09-23
- ElevenLabs - 发布与许可 ↗
免费输出一般不可商用,非商业发布需署名;订阅期间生成的非 Beta 内容可按条款商用,升级不会追溯授权此前的免费输出。
读取于 2026-09-23
- ElevenLabs - 专业声音克隆 ↗
专业克隆需上传样本并验证声音,自 Creator 档起提供;流程围绕「验证本人的声音」撰写。
读取于 2026-09-23
- ElevenLabs - 声音克隆 ↗
即时克隆通常使用约 1–2 分钟清晰样本,专业克隆约 30–180 分钟,自 Creator 档起提供。
读取于 2026-09-23
- ElevenLabs - API 定价 ↗
API 有独立费率表,并提供订阅与按量付费两种入口;同一档位在该页写成 220k 字符的 v3 用量,而不是 credits。
读取于 2026-09-23
- ElevenLabs - Agents 定价 ↗
Agents 按通话分钟计费,LLM 与电话供应商费用另计,因此 Creative 的 credits 额度不能代表它。
读取于 2026-09-23
- ElevenLabs - Eleven Music 专属条款 ↗
更新于 2026-05-26:Free 不允许下载;Starter 每月 30 分钟下载且不含第三方音乐流媒体发行,Creator 为 250 分钟并含流媒体;自助套餐排除影视、电视、电台与 Studio Games。
读取于 2026-09-23
- AWS — Free 与 Paid 账户计划 ↗
AWS 新客户开户获得 USD100，还可完成活动再获最高 USD100。Free 账户计划在六个月或 credits 耗尽时结束，以较早者为准；付费账户超过适用 credits 后产生费用。把 Polly 任务视为免费之前，须核对账户资格、余额与有效期。
读取于 2026-10-15