用AI配音工具做有声书，最头疼的不是音质，而是长文本管理。直接在普通TTS对话框里粘贴几万字，工具要么直接报长度超限，要么生成的音频中间断层、语调漂移，改一个错字就得整段重来。ElevenLabs针对这类场景推出了Projects功能，它把语音生成从“一次性转换”变成了“可编辑的项目工程”，支持按章节组织内容、分块生成、局部重录，非常适合有声书、播客连载、有声课程这类结构化长文本。这篇文章完整走一遍Projects模式下的有声书制作流程，重点讲清章节管理逻辑和角色配音的实践技巧。
Projects功能是什么，为什么长文本必须用它
ElevenLabs的主界面默认提供的是Speech Synthesis（语音合成）功能，单次生成有字符上限，免费档大约几千字符，付费档也只有几万字符，而且生成后音频就是一整段，没有结构可言。Projects则完全不同，它更像一个在线编辑器：你可以把整本有声书文稿导入进去，系统自动按标题层级拆分成章节和小节，每一块内容都能独立生成、独立试听、独立重录，最后再按章节导出成单独的音频文件。
这个差异对实际制作的影响非常大。举个例子，一部二十万字的有声书，如果用普通模式，你需要手动切成几百段，还要自己记录每段的音色和参数设置，一旦中途换了设备或丢了记录，前后章节的声音就不一致了。而在Projects里，音色设置绑定在项目级别，所有章节默认继承同一套声音配置，只在需要的地方局部覆盖，一致性有保障。
另外Projects支持所谓的ePub式结构化导入。如果你的文稿本身带有标题层级（比如Markdown的井号标题，或者ePub电子书的章节结构），导入时系统会自动识别并生成章节树，不需要手动分章。这一点对从写作软件直接导出文稿的作者特别友好。
从创建项目到导入文稿的完整步骤
进入Projects功能需要Creator及以上订阅档位，免费用户暂时无法使用，这一点先确认好。登录ElevenLabs控制台后，左侧菜单找到Projects，点击创建新项目，填写项目名称（比如“某某有声书第一部”），然后选择项目类型。有声书场景建议选Audiobook Narration，系统会针对旁白朗读优化停顿和语速。
项目创建完成后就进入文稿导入环节，有三种方式。第一种是直接粘贴长文本，适合纯文本稿件；第二种是上传ePub文件，系统会解析电子书的章节结构自动建章；第三种是上传TXT或Markdown文件，依赖标题语法识别结构。这里推荐用Markdown格式组织文稿，章节用二级标题标记，例如：
# 第一章 雨夜来客 正文内容…… # 第二章 旧宅疑云 正文内容……
导入后左侧会出现章节树，你可以手动调整章节顺序、重命名章节、把一个大章拆成多个小节，或者把散落的小节合并。拆分小节的操作是选中一段文本后点击工具栏的“转换为章节”，这在生成时非常有用——因为单次生成的音频长度会影响生成速度和重试成本，把超过八千字符的章节再切一刀，出错时只需重录那一小块。
章节管理与音色分配的核心技巧
章节树搭好之后，下一步是配音配置。Projects的项目设置里可以指定默认音色、默认模型和稳定性参数，这个默认配置会应用到所有章节。有声书旁白建议选一个中性偏沉稳的音色，Stability参数设在0.5到0.75之间，数值太低声音会有明显的随机波动，太高则读得像机器人。Style和Speaker Similarity参数根据模型版本决定是否开放，有就用默认值起步。
多人对话是有声书的重头戏。在Projects里处理角色对白的正确做法是使用文本内标记，格式是在对白前用方括号写明说话人，例如：
林教授推了推眼镜，缓缓开口。 [导师] 这件事，你不该问。 [主角] 可是我必须知道真相。 旁白继续交代情节……
这里的[导师]和[主角]需要提前在项目的Voice配置中绑定到具体音色。绑定的入口在项目设置的Voices区域，把标记名与语音库中的音色关联起来即可。生成时系统会自动识别标记并切换对应音色，标记本身不会被读出来。要注意的是，标记名尽量避免中文与英文混用太随意，同一个角色全程只用一个标记名，否则系统识别不到就会用默认音色读出来，成品里会很突兀。
另一个实用技巧是控制朗读节奏。SSML式的暂停控制可以用文本中的break标签实现，比如在场景切换处插入三秒停顿：
<break time="3s" />
章节末尾建议统一加一个稍长的停顿，导出合并后听感会更接近专业有声书。
生成、校对与导出的实操细节
配置完成后，点击章节的生成按钮即可单章生成，也可以批量生成整个项目。生成是异步进行的，长章节需要排队等待，所以建议先拿第一章试生成，试听确认音色、语速、停顿都满意后，再批量跑后面的章节，避免配置错了浪费大量配额。ElevenLabs的字符消耗按项目设置中的模型计费，多语言模型v2的消耗比Flash模型高，但音质和情感表现更好，正式成品建议用高质量模型，试听校对阶段可以用低成本模型。
校对环节重点听三类问题：多音字误读（人名地名最常见）、数字读法（比如“2005年”是否读成“二零零五年”）、以及长句的换气位置。前两类问题用文本修正解决——把容易读错的词改成同音字标注，或者用拼写展开数字；换气问题可以在长句里手动加逗号或break标签调整。Projects的局部重录功能在这里体现价值：选中出问题的句子，单独重新生成这一句，系统会自动替换进整章音频，不用整章重来。
导出方面，支持按章节单独导出MP3或WAV，也可以把整个项目合成一个完整音频。做有声书发行建议按章节导出，文件命名规则保持“第X章-章节名”的格式，方便上传到各大有声书平台。如果需要后期加背景音乐或做响度标准化，导出WAV再进Audition或Audacity处理，成品的响度建议控制在-16 LUFS到-19 LUFS之间，符合主流平台的上架标准。
常见问题与避坑经验
第一个坑是章节内文本格式混乱导致停顿异常。从PDF复制的文稿经常带大量手工换行和全角空格，导入后系统会在错误的位置停顿。处理办法是导入前用文本编辑器批量清理，把段内换行合并，只保留段落分隔。
第二个坑是音色配额超限。Creator档位能自定义的音色数量有限，一部多角色小说如果每个配角都建独立音色很快会用完。实践中主要角色三到五个音色足够，配角可以复用音色但通过Stability微调制造区分度，或者干脆让旁白音色用语气变化带过配角台词。
第三个坑是生成中途断线或配额耗尽。Projects会保留已生成的内容，配额恢复后从中断处继续即可，但频繁中断会留下章节状态不一致的情况，导出前务必逐章确认生成状态标记，避免成品里混入空章节。
整体来说，Projects把长文本配音从流水线手工活变成了结构化的项目管理，熟练之后一部十万字的有声书，从导入到成品导出，一个下午就能完成初版。核心在于前期把章节结构和音色方案设计好，后期生成和校对的效率自然就上来了。
ElevenLabs Projects有声书配音章节管理修改时间：2026-09-09 18:35:19