EchoVox

适合长文本转语音的完整制作流程

Name: EchoVox
Brand: EchoVox

长篇旁白不是把十秒语音简单拉长。它需要脚本分段、发音表、稳定音色、逐段审听，以及编辑可以直接接手的文件。

先用这套流程整理文本，再进入 EchoVox 工作台，把生成时间用在已经确认的内容上。

先把书面文字改成适合听的脚本

书面表达和口语表达并不完全相同。把过长段落拆开，展开容易误读的缩写，明确标注引语，并删除“见下表”这类听众无法理解的视觉指令。生成前先按章节或制作单元切分脚本，后续出现名字、数字或句子问题时，只需要重做对应片段。

把人名、品牌、缩写、专业术语、日期、货币和外语短语集中到一张表中，写出期望读法，并在整章生成前先测试这些句子。发音表可以避免同一个错误出现在几十段音频里，也能让编辑、翻译和审听人员在同一处记录决定。

一句话很惊艳的音色，不一定适合连续二十分钟。至少测试平静段落、情绪段落、数字列表和包含专有名词的文字，检查节奏、停顿、重音和不同片段之间的一致性。把 Voice ID、模型、语言和生成设置跟项目一起保存，方便后续修订保持一致。

每次生成一个制作单元，打开已确认脚本同步审听。检查漏字、异常停顿、重复、发音和标题层级。团队不熟悉目标语言时，必须安排母语审听。修正脚本或发音规则后，只重新生成受影响片段，并记录修改内容。

文件名应保留顺序，例如 01-开场、02-方法、03-总结。原始生成文件与完成编辑的母版分开存放，并记录脚本版本和审核状态。视频与课件项目要先核对音频时长和画面节奏；播客、课程和有声书则应在音频编辑软件中完成配乐、降噪、响度和章节信息。