结论:按成品时长报价。按字数报价会让你严重低估工作量。

原因很简单——一小时成品音频的实际投入是三到四小时,其中合成只占很小一部分,大头在文稿处理和全程试听。字数看不出这些。

项目全貌见AI 音频制作:完整案例拆解(https://aistacknav.com/fuye/ai-yinpin-zhizuo/)。


先算清楚一小时成品的真实成本

环节耗时
文稿处理(多音字、人名、数字、断句)40–70 分钟
合成5–15 分钟
全程试听与标记80–100 分钟
返工修正20–40 分钟
后期(响度、间隔、拼接)20–30 分钟
合计约 3–4 小时

试听是最大的一块,而且不能省。 TTS 的错误是随机的,抽查挡不住——同一个词这一句读对,下一句可能读错。

按这张表算,150 元/小时成品的单价,实际时薪不到 50 块。这是这一行的价格底线,低于这个数就不该接。


报价表

类型参考价说明
短视频配音20–80 元/条60 秒以内
短视频配音(按分钟)30–100 元/分钟长片用
有声书(成品小时)150–600 元/小时看文本复杂度
企业音频项目300–2000 元/项目含脚本优化
播客后期200–600 元/集不含录制
播客全流程500–1000 元/集含脚本与配音
加急(24 小时内)上浮 30%–50%

价格区间受三个因素影响最大:

文本复杂度。 大量专业术语、人名地名、外语的稿子,文稿处理时间翻倍,报价要相应上浮。

客户类型。 企业客户的预算明显高于个人博主,而且要求更规整。

是否长期合作。 月度合作可以在单价上让 10%–20%,换取稳定的量。


加价项

1. 文稿优化:+30%–50%

客户给的稿子不适合朗读(长句多、书面语重、没有口语节奏),需要你改写。

这是一项独立的工作,不该白送。 明码标价反而显得专业。

2. 多音色:按音色数量加价

一稿多角色,每增加一个音色加 20%–30%。

注意:多音色的试听成本是叠加的,不要低估。

3. 情感强化处理

需要逐段调整语气、停顿、重音的,加 30%–50%。

这类活要谨慎接。 AI 在情感表达上仍有明显短板,接了做不到,不如一开始就说清楚。

4. 分轨交付 / 源文件

客户要分段音频、无损格式、或者可再编辑的工程文件,单独计价。


报价单要写清楚的

1. 交付规格

格式(mp3/wav)、码率、声道、是否分章分轨。

2. 修改轮次

这一条最容易出纠纷。 建议写:

含 2 轮修改。修改指读音错误、停顿调整、响度调整;更换音色、更改文稿内容、增加片段,属于重做,另行计费。

必须区分”修改”和”重做”。 客户中途想换音色是很常见的,不写清楚你就得免费重做一整本。

3. 甲方需提供的

第一条特别重要。 文稿边做边改是这行最大的时间黑洞。合同里写明:文稿确认后修改内容的,按新增字数计费。

4. 不包含什么

5. 合规条款

乙方交付音频使用具备商用授权的 AI 合成音色,已按规定添加标识。甲方对外发布时应按所在平台要求完成标注。乙方不接受模仿特定自然人声音的需求。

最后一句一定要写。 它既是免责,也是拒绝客户不合理要求时的依据。声音权的详细说明见AI 配音的声音权红线(https://aistacknav.com/fuye/ai-peiyin-shengyin-quan/)。

6. 付款

新客户 50% 定金;长期合作月结。


三个常见的定价错误

按字数报价

最常见也最致命。 一万字的技术文档和一万字的小说,文稿处理成本差三倍以上。

免费试音过长

给客户试听是合理的,但试音片段控制在 1 分钟以内。有客户会用”多试几段”的方式白嫖出一整条成品。

承诺”和真人一样”

AI 配音在大部分场景已经很难分辨,但在情感浓烈的内容上仍有差距。

承诺了做不到,客户会要求无限返工。 正确的说法是:先给一段试听,你听听能不能接受这个效果。


应对压价的一段话

客户觉得”AI 配音不就是点一下”的时候,不要解释技术,讲工作量:

一小时的成品我要全程听一遍做校对,TTS 的读错是随机的,抽查挡不住。加上文稿的多音字、人名、数字处理,实际投入是三到四个小时。这也是为什么我能保证交付的音频里不会出现读错的字。

最后半句是关键。 它把你的工作量翻译成了客户能感知的价值——不出错。

而只会说”我便宜”的同行,在这个对话里没有任何回应能力。


涨价的时机

涨价方式:新客户直接用新价;长期客户在续约时提前一个月告知。


相关阅读


本文价格为经验区间,受地区、客户类型、内容复杂度影响很大,不构成定价建议或收益承诺。