录音棚级的声音生产——视频译制、声音克隆、声音设计、有声书——12 小时异步交付,按批量任务定价。
送的 30 分钟永不过期 · 12 小时内交付 · 免费档也可商用 · 无需绑卡
贴上链接——译文、克隆配音、风格字幕一次出片。改哪一句,就只重做那一句。
看逐句演示 → 语音合成IndexTTS-2.5 · Breeze · Fish · MiMo · MiniMax · dots·soar——一套工作流,按项目挑引擎。
对比语言覆盖 → 声音设计用大白话描述就行——每次跑出 3 个候选声音任你试听。
在工作台里试试 → 声音克隆上传 15 秒样本,挑一款引擎,立刻试听你的新声音。
在工作台里试试 → 有声书分块渲染的长文本,从第一章到尾声音色稳定。
在工作台里试试 →一段 33 秒的 NASA 科学家访谈实拍,由我们的管线从头译制——克隆声音、逐句字幕、保留背景音乐。选一种语言,按下播放。素材为公有领域(美国政府作品),任何人都能核验原始画面。
评分 = 对这条片子的逐句机器回听质检。不用素材库片子,不精挑细选。
现在的工具把成片当成一锤子生成。可真实的活儿总有那么一句不对——问题从来不是能不能改,而是改一次要付出什么。
整个任务重新生成一遍。按分钟计费的工具,等于因为一个品牌名读错就烧掉 20 分钟额度——还要再等一次渲染。
上传带烧录字幕的成片,就是两条字幕轨叠在画面上。要么花钱买擦除服务,要么回剪辑软件里逐帧手动修。
月度额度池不管你用没用都强制重置。创作者是爆发式更新的——按月清空的方案惩罚的恰恰是这种节奏。
以下均为产品内真实效果/示意图——每一项今天就能用。
OCR 定位烧录字幕,修复模型重绘字幕底下的真实背景——衣服、水面、演播室墙面全部还原。新字幕落在干净画面上,而不是残影上。擦一次,所有语言版本共用。
上传时选一种风格,每个语言版本的成片都按该风格烧录字幕——也可以导出 SRT/ASS 文件,把样式带回你自己的剪辑流程。
一套规则,所有语言。一个术语锁定一次,给全局默认值,也可以逐语言单独改锁;翻译模型在每条目标语言里照办。每句成片再机器复检一遍:绿色 ✓ 标出这句锁中了哪些词,琥珀 ⚠ 标出漏网的那个。没有「一本词典对一个语言对」,不用把同样的 50 个词录七遍。
声纹聚类把每位参与者分开克隆,整片身份不互换。每个任务自选交付物:
15 秒干净人声即可克隆;也可以一句话设计一个新声音(“略带沙哑的温暖纪录片旁白”),试听后冻结入库。成品音色常驻你的音色库:按说话人、按句子或按项目指派——自动说话人识别把你的选择一键扇出到整篇稿子。
每一单都走完全相同的管线,12 小时内交付,到手照旧逐句审听。正因为没人需要为“秒出”养着空转的显卡,整笔实时溢价都从你的价格里拿掉了。
YouTube 链接由服务端按原画质拉取——不用下载再上传。自己手上的文件最大 2GB,分片断点续传——断网、关页都没关系,回来重新选中同一文件即可接着传。
译文和克隆配音按句交付,每句带机器 QC 分。试听一句、改一句文本、重录一条——每次只重做那一句,其余原封不动。
风格化烧录字幕 + SRT/VTT/ASS 文件 + 本地化标题与简介文案。一份审定的稿子,所有目标语言并行出片。
不是促销话术——是结构性的。三步,把“实时”的溢价从每一分钟成片里拿掉。
没有为你空转等待的热队列。提交之后你去忙别的,成片在 12 小时内落到账户里。
任务全天候背靠背排满,显卡持续渲染,而不是为每个请求单独热机再冷却。
摊完硬件、跑满批次之后,剩下的主要就是电费。这个和“每分钟报价”之间的差额,就是还给你的部分。
你等的是小时,不是分钟;你付的是美分,不是美元。
六款引擎,没有供应商锁定——按项目换引擎,工作流不变。
| 引擎 | 目前 Voxtakes 上覆盖的语言 |
|---|---|
| IndexTTS-2.5 | 中文 · 英文 · 日文 · 西班牙文 · 阿拉伯文 |
| Breeze | 中文 · 英文 |
| Fish S2-Pro | 9 语种 |
| MiMo | 中文 · 英文 |
| MiniMax | 实测上线 10 种——官方称 40+ |
| dots·soar | 中文——预置角色声 |
中文角色声可以逐句回听:dots·soar 回听台——220 条已存档逐句,公开只读 → · 各引擎覆盖随版本持续扩充。
按成片分钟计量(向上取整)。所有方案 12 小时内交付,都含商用授权。注册就送 30 分钟——永不过期。
🚀 首发价格 2027 年一季度截止🚀 首发价格 2027 年一季度截止——届时恢复标价 US$12 / US$44 / US$198。 · 免费账户送的 30 分钟永不过期,可直接商用——免费导出片尾带约 7 秒品牌尾标,声明语音由 AI 生成;付费方案导出干净。 · 改哪一句,只付那一句 · QC 不合格的重录不收费 · 所有任务 12 小时内交付。
真实场景:20 分钟成片,审完要改 2 句。
| Voxtakes | Rask | ElevenLabs | Subtitle-only tools | |
|---|---|---|---|---|
| 首次 20 分钟 | US$6(20 分钟落在 Starter 首发 300 分钟里) | ≈$60–150($2.4–3.0/min) | ≈$44(Dubbing v2, $2.20/min) | ≈$4(subtitles, no voiceover) |
| 改 2 句的成本 | 只收 2 句按套餐逐句分摊——不重渲染 | 网页端整片重做 ≈US$48分段重配只有 API 有 | ◐ Studio 支持按片段重生成 | 得回剪辑软件手动改 |
| 逐句审听 + QC 评分 | ✓ 回听 QC + 审定状态 | ✕ 无 QC 环节 | ◐ 有编辑器,无 QC | ✕ |
| 烧录字幕擦除 | ✓ 管线内一次擦除,全语言共用 | ✕ 需另行手工处理 | ✕ | ◐ 个别有去台标类功能 |
| 字幕风格预设 | ✓ 每语言按预设烧录 | ◐ 基础样式 | ✕ | ✓ 字幕很强,但没有配音 |
| 品牌术语库 | ✓ 一套词表 · 所有语言生效逐语言覆盖 + 行级 ✓/⚠ 徽章 | ◐ 仅商业版一本词典对一个语言对 | — | — |
| 没用完的分钟 | 送的 30 分钟永不过期 | 月底清零 | 滚存上限 3 倍 | — |
数据取自各家 2026 年公开定价页;产品在变——发现出入欢迎告知,我们随即更新。🚀 本页 Voxtakes 数字均按首发套餐价(所有任务 12 小时内交付);首发价格 2027 年一季度截止。
用户反馈决定排期——创作者要什么,路线图就往哪挪。
让嘴部动作对上新配音语言的发音节奏,镜头前就像 native 在说——在今天就可用的译制管线上再加最后一层。目前内测中。
精修的棚级预置音色货架——用你的稿子试听、按项目锁定。已上线:旁白、商业、角色三大音域六条预置音色,货架每周上新。
直接注册、验证邮箱——验证通过就是开通。每个新账户立得 30 分钟免费额度,永不过期,可以直接商用。免费导出带一条约 7 秒的品牌尾标,声明语音由 AI 生成;任一付费方案即去除。无需绑卡、无需安装。
能——上方“亲耳听一听”放的是一段 33 秒的 NASA 科学家访谈,由生产管线端到端译制,素材任何人都能查证。想听你自己的素材?注册后贴一条 YouTube 链接——30 分钟免费额度就能出这样一条成片,12 小时内交付。
按成片分钟向上取整。一条视频配两种语言 = 两个单位。首发套餐每月含 300 / 1,500 / 5,000 分钟,价格 US$6 / US$22 / US$99(首月 1 / 11 / 49 美元)。修改只收改动句;QC 不合格导致的重录不收费。
靠谱——异步就是这套机制的全部:用一点耐心,换十分之一的价格。所有任务 12 小时内交付;付费任务一旦超出窗口,我们自动往你的账户补分钟数——不用提工单。
能——商用授权覆盖所有档位,包括免费。唯一的条件:免费导出片尾带约 7 秒品牌尾标,声明语音由 AI 生成;付费方案导出干净——无尾标、无水印。产出归你;提交素材的权利责任在你,我们做内容审核并走 DMCA 流程。
源文件与成片默认 7 天后自动删除,静态加密存储,绝不用于训练模型。私有对象存储,仅你的账户可访问。任务在我们位于全球的管理渲染设施处理,受供应商保密协议约束;你的存储与成片保持美区。GDPR 合规处理;可签 DPA。
每一种上线的语言都经过逐句调校与评测——英、西、德、法、葡、日、韩、中,阿拉伯语 beta——每款语音引擎另有自己的覆盖,见上方语言 × 引擎表。
15 秒以上干净人声就够。音色、音域、语气跨语言保持。上传样本、挑一款引擎,立刻试听你的新声音。长篇内容按块渲染,句与句之间音色不漂。
预置音色已上线:六条棚级官方音色之外,还有六款可切换的 TTS 引擎——外加 15 秒起克隆,或一句话设计新声音、每次 3 个候选试听。口型对齐在内测,留在公开路线图。
我们把厂商通常不放在价格页上的那部分写出来:一次修改到底要花多少钱,以及每分钟单价到什么时候就已经不可比了。