跳到正文
宝玉· @dotey · X·· 2026-10-22AI 评分22
AI 导读

宝玉认为 AI 语音书效果尚可但不及专业真人朗读,且多音字错误可能误导小朋友,高质量内容仍应选真人版。他建议自制时先用大语言模型过一遍发音,让 Agent 操作 TTS,标注多音字拼音、停顿位置和情感后再生成。他还提到付费 TTS 普遍优于开源,自己用 Gemini TTS 只因顺手而非最优。

正文 · 原文

现在 AI 制作语音书效果还可以,但我觉得还不如专业的真人朗读的,另外还会有多音字错误,反而误导小朋友。所以有高质量真人的语音书还是选择真人的。

如果真要自己用 AI 做语音书的话,最好先用大语言模型过一遍发音,让 Agent 去操作 TTS,多音字都标注上拼音、停顿位置、情感,然后再去生成会好很多。

另外付费的比开源的普遍要好一些,但我没办法推荐哪家性价比高,我自己用 Gemini TTS 也不是因为它最好,只是用的顺手。

引用Fiona Fan@fanjinglian
@dotey 宝哥,我又来咨询了。上次3d建模,使用了你的方式,效果好了很多。现在又来一个新问题。孩子特别喜欢看书,但是没那么多时间,就想听书。市面上可听的资源太少了。我想是不是可以自制听书资源?你有啥推荐么?
在 X 查看被引用的帖子

来源:宝玉 · x.com