2026年7月8日 上午 11:51
AI 設計AI TOOLS · TUTORIAL
QUICK ANSWER
ElevenLabs 上手只要五步：免費註冊（不綁信用卡）、依用途挑聲音、把稿子當劇本寫並加入 [whispers]、[sighs] 這類音訊標籤、生成後 A/B 比對、微調參數再匯出。整個流程十分鐘內能做出第一段擬真配音。
上一篇我把 ElevenLabs 是什麼拆完了。後台馬上有人問：好，那到底怎麼用？為什麼我做出來的還是很像機器人在唸稿？
先講結論：九成的「AI 味」不是工具的問題，是流程的問題。多數人打開網站、貼一段字、按生成、聽完皺眉關掉——中間跳過了選聲音跟寫標籤這兩個真正決定成敗的步驟。這篇我把自己每次做旁白的流程原封不動寫出來，五步，照做就有。
CHAPTER 01 · BEFORE YOU START
你需要一個帳號。從這裡免費註冊，不用綁信用卡，信箱驗證完就能用。免費方案每月給你一萬字元的額度——大概夠生成十分鐘左右的語音，拿來跑完這篇教學綽綽有餘。
登入後你會進到工作區。介面是英文的，但別慌，這篇會用到的功能就三個：左側的 Text to Speech（文字轉語音）、Voices（語音庫），還有生成後的參數面板。其他先不用管。
先把帳號開好，等下每一步都會用到：
免費註冊 ElevenLabs →CHAPTER 02 · STEP BY STEP
01
選聲音 — 進語音庫依用途挑，別用預設的第一個
02
寫劇本 — 稿子加音訊標籤，標出情緒與停頓
03
生成比對 — 同一段稿換兩三個聲音各生一次
04
微調參數 — 用穩定度控制「穩」跟「戲」的比例
05
匯出上軌 — 下載 MP3 丟進剪輯軟體
進 Voices 語音庫，用篩選器縮小範圍：語言、性別、用途。做知識型影片挑 narration 類的聲音，做輕鬆短影音挑 conversational，做預告片挑那些低沉有張力的。每個聲音都有試聽——多按幾個，你會很快聽出「這個聲音天生適合講什麼」。我的習慣是收藏三到五個常用聲音，之後不用每次重挑。
這是整篇教學最重要的一步。Eleven v3 支援音訊標籤——直接寫在稿子裡的中括號指令，模型會照著演。差別有多大？同一句「我真的沒想到會這樣」，前面加 [sighs] 是無奈，加 [excited] 是驚喜，加 [whispers] 是八卦。常用的標籤先記這幾個：
另外兩個免費的技巧：標點就是節奏。刪節號會讓它真的停頓，短句會讓它換氣。把一大坨長句拆成有呼吸的短句，比任何參數都有效。
別在一個聲音上死磕。同一段稿，用你收藏的兩三個聲音各生一次，往往有一個「就是它了」的瞬間。生成很快，比對成本極低——這是 AI 配音對比真人錄音最奢侈的地方：你可以無限重來。
面板上最關鍵的是穩定度（Stability）。這樣記：調低，聲音更有情緒起伏、更會「演」，但偶爾會飄；調高，聲音更穩定一致，但也更平。旁白解說類拉高一點，故事戲劇類壓低一點。其他參數新手先不用碰，預設值夠用。
滿意的版本直接下載 MP3，丟進剪輯軟體。一個後製小建議：AI 配音的音量很平均，跟背景音樂混的時候，music ducking 拉深一點，人聲會更立體。
卡住的時候還有一招：平台內建了 AI 助手，直接用講的告訴它你要做什麼，它會帶著你操作。官方這支示範可以看一下：
看到這裡，直接開一個帳號跟著做最快：
免費開始，跟著五步驟做 →CHAPTER 03 · LEVEL UP
熟了基本流程之後，下一步是即時語音複製（IVC）：錄一小段自己的聲音，幾分鐘後你就有一個「數位版的自己」，之後所有旁白都能用它生成，頻道的聲音識別從此鎖定。
錄樣本的三個關鍵：安靜的房間、離麥克風一個拳頭距離、用平常說話的語速自然唸一段一到兩分鐘的內容。樣本的乾淨程度直接決定複製品質——與其錄十段普通的，不如錄一段乾淨的。做完記得只複製自己的聲音；要用別人的，先拿到同意，這是法律問題不是技術問題。
CHAPTER 04 · COMMON MISTAKES
錯誤一：用預設聲音硬上
修正：花十分鐘逛語音庫，依內容類型挑聲音。聲音不對，後面全白搭。
錯誤二：整篇沒有半個標籤
修正：每兩三句安排一個情緒點。沒有標籤的稿子，就是在叫演員面無表情唸完。
錯誤三：長句一路到底
修正：拆短句、用刪節號留白。標點就是你的呼吸指令。
錯誤四：生成一次就定案
修正：同稿至少比對兩三個聲音、兩種穩定度設定。重生成幾乎不用成本。
CHAPTER 05 · WHEN TO UPGRADE
免費方案拿來練功完全夠。升級的判斷點就兩個：一，你的內容要商用了——免費方案不含商用授權，接案或營利頻道至少要上約 5 美元的 Starter；二，你想做自己的數位分身——專業級語音複製（PVC）在約 22 美元的 Creator 方案，字元額度也從一萬跳到十萬，這是多數個人創作者的落點。
要不要為一個工具付月費，我的判斷標準始終是它能不能省下一段完整流程，這套思路我在那張 AI 判斷地圖裡講得更完整。以配音來說：如果你每個月因此少錄兩次音，這個月費早就回本了。
先用免費額度把流程跑順，再決定要不要升級：
免費開始使用 ElevenLabs →CHAPTER 06 · TAKEAWAYS
— 五步流程：選聲音 → 寫劇本加標籤 → 同稿多聲音比對 → 調穩定度 → 匯出。
— 成敗八成在 STEP 1 跟 STEP 2：聲音要依用途挑，稿子要當劇本寫。
— 標點就是節奏：短句、刪節號，比任何參數都便宜有效。
— 免費方案夠練功；要商用上 Starter，要做數位分身上 Creator。
教學寫到這裡，工具的部分其實已經沒有祕密了。真正拉開差距的，會是你把它接進工作流的深度——配音只是起點，逐字稿、字幕、在地化整條線串起來之後，一份內容能長出的樣子完全不同。這種串接的玩法，我在 Claude Cowork 的教學裡示範過一次。工具會一直換，把流程想清楚的人不會被換掉。
RELATED READS · 延伸閱讀
ElevenLabs 是什麼？AI 語音龍頭完整解析
還沒讀過的先看這篇，全產品線一次搞懂 →
設計師到底該怎麼用 AI？一張判斷地圖
決定什麼交給 AI、什麼留給自己 →
Claude Cowork 怎麼用？新手入門完整教學
讓 AI 幫你跑掉多步驟雜活的工作流 →
Claude Code Artifacts 設計師該怎麼用
把 AI 產物直接做成可互動介面 →
Claude Fable 5 是什麼？最強公開模型完整解析
另一個值得設計師關注的 AI 大招 →
Framer AI 怎麼用？Agents、Workshop 一次搞懂
另一個把 AI 整進工具流的代表 →
▍ 官方資源
立即免費試用：try.elevenlabs.io
ElevenLabs 官方網站：elevenlabs.io
官方 YouTube 頻道（產品示範）：youtube.com/@elevenlabs
FAQ · 常見問題
A：可以。免費方案不綁信用卡，每月一萬字元額度約可生成十分鐘語音，跑完整套教學流程綽綽有餘。要商用才需要升級到約 5 美元的 Starter。
A：能。Eleven v3 支援 70 多種語言，中文稿直接貼上就能生成。介面雖是英文，但本篇用到的功能就三個，照著五步驟走不會迷路。
A：用語音庫的篩選器先鎖定語言與用途分類，narration 給知識型、conversational 給輕鬆內容，逐一試聽後收藏三到五個常用聲音，之後不必重挑。
A：用中括號直接寫在稿子裡，例如 [whispers]、[sighs]、[excited]，放在要變化情緒的句子前。每兩三句安排一個情緒點，配合短句與刪節號控制節奏。
A：依序檢查四件事：聲音是否依用途挑選、稿子有沒有音訊標籤、句子是否拆短、有沒有比對過不同聲音與穩定度設定。九成的問題出在前兩項。
A：一段一到兩分鐘、在安靜環境自然錄製的乾淨樣本即可啟動即時語音複製。樣本品質決定複製品質；只複製自己的聲音，用他人聲音務必先取得同意。
