你有没有算过一笔账:把一条20分钟的中文技术视频变成地道的英文版本,找配音演员报价通常几百到上千元人民币,周期两三天。但海外有一个工具,22美元一个月(首年首月只要11美元),不但能做配音,还能顺手把转写、音效、背景音乐、人声降噪全包了——而且这四个功能共用同一个额度池。这就是ElevenLabs,国内大多数人对它的认知还停留在“AI配音网站”,但2026年的它已经长成了一整套音频生产线。今天这篇文章,我按官方文档和定价页的真实数字,把“中文视频出海”这条流水线完整拆给你看:每一步用什么功能、扣多少额度、一个月能产出多少条视频,最后你照着抄就能跑。
打开ElevenLabs的官方文档(elevenlabs.io/docs),你会看到它的能力清单远不止文字转语音(TTS):
| 能力 | 干什么 | 计费方式(官方定价页数字) |
|---|---|---|
| Text to Speech | 文字转语音 | 1 credit/字符 |
| Speech to Text(Scribe v1模型) | 99种语言转写,带词级时间戳和说话人分离 | 330 credits/分钟 |
| Dubbing | 视频配音翻译,保留背景音 | 2000~10000 credits/分钟(四种模式) |
| Sound Effects | 文字生成音效 | 200 credits/条 |
| Eleven Music | AI生成背景音乐 | 900 credits/分钟 |
| Voice Changer / Voice Isolator | 变声 / 从噪音里提取干净人声 | 各1000 credits/分钟 |
| Agents Platform | 搭语音对话Agent(可接电话客服) | 走API计费 |
| Image & Video | 它甚至有图像和视频生成 | 共享同一额度池 |
关键信息差在这里:所有产品从同一个月度额度池里扣钱。这意味着你订阅的不是“配音会员”,而是一张通用音频代金券——哪个月配音用得多、哪个月转写用得多,自己分配。国内工具普遍是一个功能一个订阅,光这一点就值得重新规划你的工具预算。
我不编造别人的故事,直接以“你手上有一条20分钟的中文技术教程视频”为载体,把每一步的操作和开销算清楚。整条流水线如下:
flowchart TD
A[中文源视频<br/>20分钟] --> B[Scribe v1 转写<br/>330 credits/分钟]
B --> C[人工校对稿件<br/>修专有名词和口误]
C --> D{选配音路线}
D -->|批量走量| E[自动 Dubbing<br/>2000 credits/分钟·带水印]
D -->|精品可控| F[Dubbing Studio 逐句精修<br/>5000 credits/分钟·带水印]
E --> G[Sound Effects 补环境音<br/>200 credits/条]
F --> G
G --> H[Eleven Music 生成BGM<br/>900 credits/分钟]
H --> I[Voice Isolator 清理人声<br/>1000 credits/分钟]
I --> J[发布英文频道/多语种矩阵]
第1步:转写定稿(约6600 credits)。 上传音频走Scribe v1,20分钟×330=6600 credits。它支持99种语言、词级时间戳和说话人分离,转出来的稿子直接在编辑器里校对——专有名词、口误、口头禅都在这一步清掉。这一步的隐藏价值:很多博主不知道Scribe可以单独当转写工具用,121k额度的Creator套餐理论上能转写366分钟音频,比按小时收费的人工速记便宜几个量级。
第2步:配音,这里是最大的分岔路口。 Dubbing有四种模式,价格差5倍,这是官方定价页里最容易被忽略的数字:
20分钟视频走最便宜的自动模式只要40000 credits;走Dubbing Studio精修则要100000 credits——后者你可以逐句调整翻译稿、换音色、重配单句,而不是整条重来。我的建议:前几条视频用Dubbing Studio跑通质量标准,批量起量后再切自动模式。
第3步:补音效和配乐(约8500 credits)。 音效200 credits一条,按钮声、转场whoosh、键盘声,用文字描述直接生成,20条4000 credits;背景音乐用Eleven Music,5分钟片头片尾BGM约4500 credits。注意Starter套餐(6美元)以上音乐才能商用。
第4步:人声降噪(5000 credits)。 如果源视频录音质量一般,Voice Isolator能把人声从风扇声、键盘声、空调声里剥出来,1000 credits/分钟,挑最差的5分钟处理即可,没必要全片跑。
Creator套餐121,000 credits/月,首月半价11美元。一条20分钟视频的典型分配:
pie title 一条20分钟视频的额度分配(Dubbing Studio路线,共约12万credits)
"视频Dubbing精修(带水印)100,000" : 100000
"Scribe转写 6,600" : 6600
"音效20条 4,000" : 4000
"BGM五分钟 4,500" : 4500
"Voice Isolator五分钟 5,000" : 5000
"机动余量 5,900" : 5900
也就是说:22美元大约等于每月3~6条20分钟的成品出海视频——走自动Dubbing模式能到6条,走精修模式约1条再多攒点余量。换算成传统外包报价(配音+翻译+音效,市面常见单条500~1500元人民币),第一条视频基本就回本了。当然出海收益别只盯广告分成,英文区的单位收益因品类差异很大,社区分享的区间从几美元到十几美元每千次展示不等(此为经验值,非官方承诺),更稳的收益来自海外客户的接单和引流。
再给你三个省钱开关,都是定价页里写着但几乎没人注意的条款:
另外两个大额彩蛋:Startup Grants计划给初创团队12个月免费、33M字符额度(定价页可直接申请);Business档($990/月)的TTS低至5美分/分钟,是做规模化语音产品的价码。免费版(每月10,000 credits)包含TTS、转写、音效、音乐和3个Studio项目——够你把整条流水线先跑一遍小的。
免费套餐不包含商用许可(Commercial License)。这是国内用户最容易踩的坑:拿免费额度生成的配音剪进商单视频、付费课程,严格说是不合规的。6美元的Starter是商用许可的最低门槛,同时解锁Instant Voice Cloning(即时音色克隆)和Dubbing Studio。 克隆他人音色同理——只用自己授权的声音,这既是平台规则也是各国AI声音立法的趋势。
文档里的模型矩阵值得背下来,选错模型等于白烧额度:
| 模型 | 语言 | 单次上限 | 适用场景 |
|---|---|---|---|
| Eleven v3(Alpha) | 70+ | 3,000字符 | 情绪拉满的表演级配音、多角色对话,长文要切块 |
| Multilingual v2 | 29 | 10,000字符 | 长文本最稳,质量优先 |
| Flash v2.5 | 32 | 40,000字符 | 延迟约75ms,实时Agent/直播场景,单价再降50% |
| Turbo v2.5 | 32 | 40,000字符 | 延迟约250-300ms,速度质量折中 |
| Scribe v1 | 99 | — | 转写、字幕、会议记录 |
一句话记法:内容生产用v3或v2,实时交互用Flash。v3还在Alpha阶段且单次3000字符上限,20分钟的稿子记得切块;Flash的75ms级延迟才是做语音Agent和实时翻译耳机的料。顺带一提,Agents Platform已经能按行业模板(电信、金融、医疗、零售)十分钟搭出电话语音Agent——这是ElevenLabs从“配音网站”转向“语音基础设施”的信号,国内做外呼系统的团队值得把它当竞品研究。
定性地说(具体价格以各家官网实时报价为准):讯飞智作、魔音工坊、剪映配音在中文效果和本土价格上依然能打;豆包/火山引擎的语音API适合国内App集成。但如果你要做的是多语种出海内容,ElevenLabs的70+语言v3模型、保留背景音的Dubbing、以及转写-配音-音效-音乐一额度打通的完整链条,目前国内没有一一对应的同类产品——这就是时间差加认知差的双重红利。反过来,纯中文需求没必要迁移,工具是为场景服务的。
| 你以为的 | 实际情况 |
|---|---|
| ElevenLabs=AI配音网站 | 转写/配音/音效/音乐/降噪/Agent共池通用的一条音频生产线 |
| 出海配音必须大预算 | $22/月≈3~6条20分钟成品视频,首月$11 |
| Dubbing一个价 | 四种模式价差5倍(2000~10000 credits/分钟),水印与否自己权衡 |
| 用不完的额度月底作废 | 可滚存两个月,上限3倍月额度 |
| 免费版随便商用 | 商用许可从$6 Starter起步,免费产出商用有合规风险 |
| 只有配音能赚钱 | Scribe转写、Voice Isolator降噪本身就是可接单的独立服务 |
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生(微信ID: gprshome201101)维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主:爱卫生(微信:gprshome201101)——公众号「51学通信」创办者,19 年通信行业运维与讲师经验,著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书(各大电商平台有售)。 星球定位:深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域,主打运维岗位与信令分析。 当前规模:5200 篇主题 / 990 个回答,198 元/年。 加入福利:加入星球后请加爱卫生微信,拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题,另有群内分享。 AI 加持:51学通信知识星球已作为 skill 接入 WorkBuddy,使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例,做总结、找文档和 PPT 等场景全覆盖。
