验证状态：本人实测。我自己的口播视频流水线里 TTS 是核心环节，跑了几个月——音色怎么选、语速调多少、哪些字会读错、批量合成怎么不出岔子，都是一手记录。有声书平台的分成规则部分为公开信息整理。
最后核查日期：2026 年 8 月 29 日。
一句话说清
把文字变成能听的音频，按条或按小时收费。不用露脸，不用出镜，不用当众说话。
一、这条路径在案例库里的位置
前八个案例覆盖了视频、文字、图像、技术、培训，唯独没有音频。
它还有一个别的路径都没有的特点：
有声书平台是这条路径的特殊之处：你不需要找客户，平台有现成的书目和分成机制，你上传作品就行。
这意味着它是全库对社交能力要求最低的一条。适合时间碎片化、不擅长谈判、或者只想安静做事的人。
二、能做什么：四类
按上手难度排。
1. 短视频与口播配音（最容易起步）
给博主、机构、企业的短视频配音。
单价：按条 20–80 元，按分钟 30–100 元。
上手最快，因为需求量最大且标准最低。也是练手的最佳场景。
2. 有声书与有声内容
网文、出版书、知识内容的音频化。
收费方式有两种：平台分成（按收听时长或订阅分成，长期但不确定），或按成品小时结算（150–600 元/小时，确定但一次性）。
注意：不同平台对 AI 配音的接受度不同，有些明确要求真人录制。上传前一定要看清平台规则，见AI 有声书怎么做(https://aistacknav.com/fuye/ai-yousheng-shu-zenme-zuo/)。
3. 企业音频（稳定但需要谈客户）
产品讲解、培训音频、电话语音、展厅解说、IVR 提示音。
单价：300–2000 元/项目。
这类需求稳定且客户会复购，因为企业的音频内容需要定期更新。
4. 播客与音频节目代制作
从脚本到成片的全流程，或者只做后期（降噪、剪辑、混音、加片头片尾）。
单价：单集 200–1000 元。
纯后期的门槛最低，而且很多播客主是自己录、只缺后期。
三、工作流：我自己在跑的那一套
第 1 步：文稿处理（决定成品质量的一半）
这一步最容易被低估。 TTS 读错，八成是文稿的问题，不是工具的问题。
要处理的：
- 多音字：行、长、重、乐、朝、的地得
- 数字与单位：3.5 要读”三点五”还是”三块五”，2026 要读”两千零二十六”还是”二零二六”
- 专有名词和英文缩写：品牌名、人名、地名、API/CEO/AI
- 断句：长句要拆，标点决定停顿
实用做法：建一个”读音修正表”，把踩过的坑记下来。我自己那份现在有一百多条，新稿子过一遍就能挡掉大部分问题。
第 2 步：音色选择
为每个客户或每个系列固定一个音色，不要中途换。
听众会对音色形成记忆，换了会挨骂。这一点我踩过。
选音色的三个维度：内容类型（知识/故事/商务）、目标听众（年龄、性别偏好）、语速承受度。
最重要的一条：确认这个音色的商用授权。见第五节。
第 3 步：参数调试
语速通常要比默认稍快。 默认语速在口播类内容里会显得拖沓，听众会走神。
具体调多少要试听，不同音色的默认语速差别很大。
第 4 步：合成与试听
必须全程听一遍，不能只抽查。
TTS 的错误是随机的——同一个词这一句读对了，下一句可能读错。抽查挡不住。
一小时的成品，试听加标记大约要一个半小时。这个时间必须算进报价。
第 5 步：后期处理
降噪（TTS 一般干净，但拼接处会有底噪差异）、响度统一、去除不自然的停顿、拼接片头片尾。
响度统一最容易被忽略，但听众切换内容时忽大忽小是最影响体验的。
第 6 步：合规处理
- 添加 AI 生成标识（按用途和平台要求）
- 确认音色授权文件留存
- 交付时告知客户这是 AI 合成音频
四、声音权：这一节决定你能不能长期做
这是本案例最重要的一节。
已经有生效判例，而且很明确
2024 年 4 月 23 日，北京互联网法院一审宣判了全国首例 AI 生成声音人格权侵权案。
案情：原告殷某是配音师，发现自己的声音被 AI 化后，在某配音 APP 中以另一个名义对外出售，出现在多个短视频平台的用户作品里。
法院认定的核心要旨：
第一，在具备可识别性的前提下，自然人声音权益的保护范围可及于 AI 生成声音。 判断标准是一般社会公众或一定范围内的公众，能否根据音色、语调和发音风格识别出特定自然人。
第二，也是最关键的一条——对录音制品的授权，并不意味着对声音 AI 化的授权。
案子里那家文化传媒公司确实拥有原告录音制品的著作权，也确实签了协议付了钱，把数据授权给了软件公司。但法院认为，录音制品的著作权不包括授权他人对声音进行 AI 化使用的权利。
判决结果：赔礼道歉，赔偿 25 万元。一审后各方均未上诉，判决已生效。该案在 2025 年 6 月入选最高人民法院相关典型案例。
责任是链条式的
这个案子还有一点值得注意：法院对五个被告分别认定了责任。录音制品著作权人和技术处理方构成共同侵权，要赔钱；产品实际使用人因合法采购抗辩不成立，需要道歉但不赔偿；云服务商和采购中介无主观过错，不担责。
“我是买的，我不知道”在这个链条里挡不住道歉责任。
对你的三条实操意义
第一，只用有明确商用授权的音色。
主流 TTS 服务的预置音色通常是合规的，但免费额度往往不含商用。开始接单前，把你用的服务的授权条款完整看一遍。
第二，绝对不要克隆真人声音。
客户说”你帮我做一个和某某一样的声音”，直接拒绝。即使他说那是他自己的声音，你也要有书面授权。
第三，留存授权凭证。
订阅记录、授权协议、音色的许可说明，都存一份。真出事的时候，这些是你唯一的抗辩材料。
完整的红线和自查清单见AI 配音的声音权红线(https://aistacknav.com/fuye/ai-peiyin-shengyin-quan/)。
另外两类风险
文本版权。 做有声书最大的风险不是声音，是内容。没有授权就把别人的小说、书籍做成音频发布，是明确的侵权。
标识义务。 AI 生成的音频需要按规定添加标识。广电部门也已要求对生成式 AI 内容进行显著标识并审核。
五、报价
| 类型 | 参考价 |
|---|---|
| 短视频配音 | 20–80 元/条，或 30–100 元/分钟 |
| 有声书（按成品小时） | 150–600 元/小时 |
| 有声书（平台分成） | 按平台规则，长期不确定 |
| 企业音频项目 | 300–2000 元/项目 |
| 播客后期 | 200–600 元/集 |
| 播客全流程 | 500–1000 元/集 |
| 加急 | 上浮 30%–50% |
一条定价纪律：按成品时长报价，不按字数。
一小时的成品音频，实际投入是三到四小时（文稿处理 + 合成 + 全程试听 + 后期）。按字数报会让你严重低估工作量。
详细的报价结构见AI 配音怎么报价(https://aistacknav.com/fuye/ai-peiyin-baojia/)。
六、客户从哪来
渠道一：有声书平台（不需要谈客户）
这是这条路径最特别的地方——平台有现成书目，你试音通过后接单或上传即可，不需要商务谈判。
但必须先确认：该平台是否允许 AI 配音。有些平台明确要求真人录制，违规上传会被下架甚至封号。
渠道二：短视频创作者
大量博主自己不想出声、或者对自己的声音不满意。
切入方式：找那些用平台自带机械音的账号，私信”我按你最近这条重做了一版配音，你听听”。这个开场比推销有效得多。
渠道三：内容服务商与代运营
MCN、短视频代运营、课程制作公司，他们有持续的配音需求，但自己做嫌麻烦。
谈长期合作比单次接单划算，而且他们的量稳定。
渠道四：企业直客
产品讲解、培训音频、展厅解说。单价高但需要谈，适合有一定案例之后再切。
渠道五：接单平台
猪八戒、闲鱼、各类设计外包平台。价格战严重，但适合冷启动期积累评价。
七、真实的账
第 1 个月：练工作流，建读音修正表，接几单低价的短视频配音。收入 300–1500。
第 2–3 月：如果做有声书，第一本上线；如果做配音，开始有回头客。月收入 1500–4000。
第 4 月起：建立 2–3 个稳定的合作方（内容服务商或播客），月收入 3000–8000。
天花板：单人月产能大约是 20–40 小时成品音频。再往上要么招人，要么把流程自动化——批量合成脚本能把产能提升一倍以上，这也是我自己在做的方向。
这些是区间估算，不是承诺。 短视频配音的单价在持续下滑（工具太容易获得），有声书的平台分成则波动很大。
八、会失败的地方
用了没有商用授权的音色。 头号风险，见第四节。
只抽查不全听。 TTS 的错误是随机的，抽查挡不住。交付了带错读的音频，客户的信任一次就没了。
中途换音色。 听众有音色记忆，换了会掉粉，客户会来找你。
接了没有版权的有声书。 做的时候很爽，下架的时候很痛，严重的会有法律责任。
按字数报价。 严重低估工作量，做到后面越做越亏。
忽略响度统一。 最容易被忽略、也最影响听感的技术细节。
指望平台分成暴富。 分成模式的收入极不确定，新人的实际收益通常远低于宣传。按小时结算虽然是一次性的，但对新手更现实。
九、常见问题
Q：需要好嗓子吗？
不需要，这正是这条路径的特点——你不用自己说话。但需要好耳朵，能听出哪里不自然、哪里读错了。
Q：AI 配音听得出来吗？
现在的主流 TTS 在大部分场景已经很难分辨。但情感浓烈的内容（比如小说的对话部分）仍有明显差距，这类活要谨慎接。
Q：会被工具取代吗？
工具已经很简单了，取代的是”会用工具”这件事。你的价值在文稿处理、试听校对、音色判断和合规知识上，这几样短期不会被取代。
Q：有声书平台分成能赚多少？
差异极大，取决于书的热度而不是你的水平。新手不要把它当主要收入预期，按小时结算更现实。
Q：和内容代产那条比？
内容代产 客单价更高、更稳定，但获客难得多。这条获客容易（尤其有声书平台），但单价低。可以两条一起做，配音本来就是视频流水线的一环。
免责声明
本文所有报价与收入数字均为个人经验区间估算，不构成任何收益承诺。配音与有声书市场的单价受工具普及影响持续变化，平台分成收益差异极大，实际结果可能显著低于文中数字。
文中引用的判例与法规为核查日期时的公开信息，仅供参考，不构成法律意见。涉及声音权、著作权的业务，请自行核实最新规定，重要情形建议咨询专业律师。
延伸阅读
- AI 配音的声音权红线：授权了录音，不等于授权了 AI 化
- AI 有声书怎么做？从选书到上架的完整流程
- AI 配音怎么报价？按成品时长算，不按字数
- 哪些场景需要 AI 配音？十个真实需求和对应的接单渠道