直接答案：2026 年 AI 配音的公开字符价大致分三档：OpenAI tts-1 15 美元/百万字符、tts-1-hd 30 美元/百万字符；Google Standard/WaveNet 4 美元/百万字符、Neural2 16 美元、Chirp 3 HD 30 美元、Studio 160 美元；ElevenLabs 按订阅 credit 计费，Creator 约 22 美元/12.1 万字符（折合约 182 美元/百万字符），Pro/Scale/Business 约 165–166 美元/百万字符。按 100 万字符/月算，API 约 4–160 美元，订阅约 165–299 美元；但商用授权、声音克隆、发音校对、视频制作和人工试听才是 TCO 的大头。
本文面向做产品视频、培训课件、IVR/语音提示、多语言配音或短视频内容的企业市场、培训、客服、IT 和采购团队。资料截止 2026-10-31；价格来自 OpenAI、Google Cloud、ElevenLabs 官方页面。Azure TTS 本次未取得稳定单价，故不列入数值对比。所有价格未含税；美元与人民币不换算、不排名。本文是公开资料研究与编辑测算，不是报价，也不承诺音质、自然度、节省比例或上线周期。
按字符的 API 和按 credit 的订阅不是同一种账；订阅贵在声音库、克隆、界面和商用授权，不只是“合成一次”；声音克隆/名人音色/商用范围必须先解决授权，不能只看单价。
2026 年 AI 配音的官方计价单位是什么？
OpenAI/Google 主要按字符或 token 计费，ElevenLabs 按订阅 credit 计费；先把“字符、token、credit、分钟”分开。
“AI 配音”至少有四种买法：按字符的 TTS API、按 token 的新一代语音模型、按 credit 的订阅工作台、按分钟/项目的成品配音服务。价格与计费单位不同，不能只拿一个“每百万字符”数字横向比较。
| 服务 / 方案 | 计费单位 | 官方公开价 | 备注 |
|---|---|---|---|
| OpenAI tts-1 | 百万字符 | 15 美元/百万字符 | 标准语音，按输入字符 |
| OpenAI tts-1-hd | 百万字符 | 30 美元/百万字符 | 更高音质 |
| OpenAI gpt-4o-mini-tts | token | 文本输入 0.60 美元/百万 token；音频输出 12 美元/百万 token | 不是按字符；不能直接与上表比 |
| Google Standard / WaveNet | 百万字符 | 4 美元/百万字符 | 0–400 万字符免费额度 |
| Google Neural2 / Polyglot | 百万字符 | 16 美元/百万字符 | 0–100 万字符免费额度 |
| Google Chirp 3 HD | 百万字符 | 30 美元/百万字符 | 0–100 万字符免费额度 |
| Google Studio | 百万字符 | 160 美元/百万字符 | 0–100 万字符免费额度 |
| Google Instant custom voice | 百万字符 | 60 美元/百万字符 | 即时自定义音色 |
| Google Gemini TTS | token | 文本输入 0.50–1 美元/百万 token；音频输出 6–20 美元/百万 token | 25 token/秒音频；预览价到 2026-12-31 |
| ElevenLabs Starter | 订阅 credit | 6 美元/月，30,000 credits | 约 1 credit/字符；$200/百万字符 |
| ElevenLabs Creator | 订阅 credit | 22 美元/月，121,000 credits | 约 $181.82/百万字符 |
| ElevenLabs Pro | 订阅 credit | 99 美元/月，600,000 credits | 约 $165/百万字符 |
| ElevenLabs Scale | 订阅 credit | 299 美元/月，1,800,000 credits，3 seats | 约 $166.11/百万字符 |
| ElevenLabs Business | 订阅 credit | 990 美元/月，6,000,000 credits，10 seats | 约 $165/百万字符 |
官方公开价，美元、未含税，截至 2026-10-31。OpenAI tts-1/tts-1-hd 与 Google 传统/Chirp/Studio 为按字符标价；OpenAI gpt-4o-mini-tts 与 Google Gemini TTS 为 token 计费；ElevenLabs 为订阅 credit，按 1 credit/字符的 V2 多语言模型估算，实际模型/字符折扣可能不同。Azure TTS 本次未取得稳定单价，不列入数值对比。
10 万、100 万、1000 万字符一个月多少钱？
按字符 API：10 万约 0.40–16 美元，100 万约 4–160 美元，1000 万约 40–1,600 美元；ElevenLabs 订阅在 100 万字符约 299 美元起。
| 方案 | 10 万字符 | 100 万字符 | 1000 万字符 | 计费 |
|---|---|---|---|---|
| OpenAI tts-1 | 1.50 美元 | 15 美元 | 150 美元 | 字符 |
| OpenAI tts-1-hd | 3 美元 | 30 美元 | 300 美元 | 字符 |
| Google Standard/WaveNet | 0.40 美元 | 4 美元 | 40 美元 | 字符 |
| Google Neural2 | 1.60 美元 | 16 美元 | 160 美元 | 字符 |
| Google Chirp 3 HD | 3 美元 | 30 美元 | 300 美元 | 字符 |
| Google Studio | 16 美元 | 160 美元 | 1,600 美元 | 字符 |
| ElevenLabs Creator | 22 美元（含 12.1 万） | — | — | 订阅 |
| ElevenLabs Scale | — | 299 美元（含 180 万） | — | 订阅 |
| ElevenLabs Business | — | — | 定制（含 600 万以上需 Enterprise） | 订阅 |
编辑测算：字符数 × 每百万字符单价；未含税、商用授权、声音克隆、发音校对、音频存储、视频制作和人工试听。Google 免费额度、ElevenLabs 首月折扣未计入。ElevenLabs 按 1 credit/字符估算；100 万字符需要 Scale（180 万 credits），1000 万字符超出 Business 600 万 credits，需 Enterprise 定制；“—”表示该档不含足够 credits。
订阅 credit 折合每百万字符多少钱？
ElevenLabs 各档约 165–200 美元/百万字符，是 OpenAI/Google 按字符 API 的 5–40 倍；贵在声音库、克隆、界面和商用授权。
| ElevenLabs 档位 | 月费 | 含 credit | 折合美元/百万字符 | 适合 |
|---|---|---|---|---|
| Starter | 6 美元 | 30,000 | 200 | 小量试用/单人 |
| Creator | 22 美元 | 121,000 | 181.82 | 短视频/中小团队 |
| Pro | 99 美元 | 600,000 | 165 | 较高用量/专业音质 |
| Scale | 299 美元 | 1,800,000 | 166.11 | 3 seats/团队协作 |
| Business | 990 美元 | 6,000,000 | 165 | 10 seats/低延迟 API |
按 1 credit/字符的 V2 多语言模型估算；V2 Flash/Turbo 等模型可能有 0.5–1 credit/字符的折扣，实际折合价会变。年付相当于 10 个月价格；未含税和超额 top-up。订阅还包含界面、声音库、克隆、团队/商用授权等，不能只按字符价比较。
为什么 API 费不是配音项目预算？
因为商用授权、声音克隆/同意、发音校对、音频后期、视频制作和人工试听才是大头；TTS 只解决“把文字读出来”。
| 成本项 | 是否在 API/订阅价内 | 怎么计量 | 常见漏项 |
|---|---|---|---|
| TTS/订阅 | 是 | 字符 × 单价；credits/月 | token 与字符混算、超额 top-up |
| 商用授权/声音权利 | 部分 | 授权范围、期限、渠道、地域 | 用名人/客户声音未获同意 |
| 声音克隆/定制音色 | 部分 | 克隆次数、训练/验证、席位 | 克隆后跨项目/跨客户使用 |
| 发音/多语言校对 | 否 | 试听、音标/SSML、重生成 | 型号、单位、品牌名读错 |
| 音频后期/视频制作 | 否 | 剪辑、混音、字幕、配乐 | 只算 TTS，不算后期 |
| 存储/CDN | 否 | 音频时长、码率、访问量 | 无限期保留原始音频 |
| 人工试听/QA | 否 | 音频分钟 × 试听速度 × 人力 | 假设生成即可发布 |
编辑建议，不是会计科目；具体以企业财务制度、供应商合同和实际账单为准。
按场景怎么选？
标准旁白选按字符 API；品牌音色/克隆选订阅或自定义音色；高用量先算每百万字符，再算授权和后期。
| 场景 | 优先方案 | 理由 | 不能忽略 |
|---|---|---|---|
| 产品视频/课件标准旁白 | 按字符 API（tts-1/Neural2） | 单价低、可批量、可脚本化 | 发音、语速、情绪、重生成 |
| 品牌固定音色/多语言 | Chirp 3 HD/Studio 或订阅音色库 | 音色一致、语言覆盖、可控性 | 授权范围、克隆同意、跨渠道 |
| 高用量 API 集成 | OpenAI/Google 按字符 | 边际成本低，易接 CMS/视频流水线 | 并发、重试、存储、字符计数 |
| 需要界面/团队/克隆 | ElevenLabs 订阅 | 声音库、克隆、团队席位、商用授权 | credits 超额、模型折扣、年付 |
| IVR/客服提示音 | 低延迟 TTS + 预先审核 | 稳定、可更新、可多语言 | 号码/地址/金额读法、合规 |
| 名人/客户声音克隆 | 先授权，再技术选型 | 未经同意的声音克隆风险高 | 书面同意、用途/期限/撤回 |
编辑建议，不是供应商排名。先用同一脚本、同一语言、同一音频时长试听 3–5 个音色，比较发音、自然度、情绪和重生成成本。
采购和验收应该看什么？
看发音（型号/单位/金额）、语言/口音、语速/停顿、响度、杂音、商用授权、声音同意和每千字符成本；不要只看试听 demo。
| 验收项 | 建议口径 | 要留的证据 |
|---|---|---|
| 发音准确 | 型号、单位、金额、品牌名、缩写逐项试听 | 脚本、音标/SSML、试听记录 |
| 语言/口音 | 目标语言/地区/口音，母语者抽检 | 音色清单、抽检评分 |
| 语速/停顿/情绪 | 与视频/课件节奏匹配，可调 | 时间轴、参数、版本 |
| 响度/音质/杂音 | 统一响度、无爆音/电流/断续 | 波形、响度报告 |
| 商用授权 | 渠道、地域、期限、二次剪辑 | 合同/许可、发票 |
| 声音同意 | 克隆/真人音色的书面同意与撤回 | 同意书、用途记录 |
| 每千字符成本 | （TTS/订阅 + 校对 + 后期）÷ 千字符 | 账单、工时、后期记录 |
| 重生成/版本 | 失败重生成、脚本变更、版本回溯 | 生成日志、版本记录 |
没有统一的“自然度”分数；产品视频、IVR、课件和有声书的标准不同。高风险/对外发布内容应人工试听，不能只依赖自动评分。
谁该读、谁不适合？
适合做产品视频、课件、IVR、多语言配音的企业；不适合没有脚本/授权/试听流程、只想用最低价生成对外内容的人。
该读：市场、培训、客服、视频/内容、IT 和采购团队；正在比较 OpenAI tts、Google TTS、ElevenLabs；需要判断“按字符/按 credit/按 token 怎么比、克隆和商用授权怎么算”的团队。不适合：只有一两段试听、没有脚本和校对；想克隆名人/客户声音但未获同意；把 TTS 生成直接当成品视频；把订阅价直接当 API 单价。能支持：单位换算、10 万/100 万/1000 万字符算例、订阅折合价、TCO、场景选择和验收指标。
凌壹信息不转售配音 API，也不承诺某家声音“最自然”。若需要把配音接入视频流水线、CMS、私有网关、权限与审计，可参考 LingHarness；如果只是做几条公开产品视频，直接用云厂商或订阅工具通常更快。需要梳理配音脚本、授权和验收清单，可联系我们。
已有 语音转写成本、AI 客服成本 和 AI 图片商用边界；本文只处理 TTS/配音字符与订阅成本，不重复转写、客服或图片版权。
常见问题
按字符 API 和 ElevenLabs 订阅怎么比？
先把订阅月费除以实际使用字符，得到折合每百万字符价。ElevenLabs 各档约 165–200 美元/百万字符，OpenAI/Google 按字符 API 约 4–30 美元；但订阅包含界面、声音库、克隆、团队和商用授权。只做 API 集成时，按字符通常更便宜；需要工作台/克隆/团队时，订阅可能更省事。
为什么 Google Studio 比 Standard 贵 40 倍？
Google 官方标价 Standard/WaveNet 4 美元/百万字符、Studio 160 美元/百万字符。Studio 面向更高质量/更自然的配音，Standard 适合提示音/批量旁白；不是同一音质档。先用同一脚本试听，再决定是否值得为 Studio 付溢价。
OpenAI gpt-4o-mini-tts 为什么不能按字符比？
它按 token 计费：文本输入 0.60 美元/百万 token、音频输出 12 美元/百万 token，不是按字符。字符到 token、音频 token 的换算取决于语言、分词和输出时长，不能直接套 tts-1 的 15 美元/百万字符。要用实际脚本跑账单估算。
100 万字符一个月大概多少钱？
按字符 API：OpenAI tts-1 约 15 美元、tts-1-hd 30、Google Standard 4、Neural2 16、Chirp 3 HD 30、Studio 160；ElevenLabs 100 万字符需要 Scale 约 299 美元（含 180 万 credits）。再加授权、校对、后期和试听；上表是编辑测算，不是报价。
声音克隆要注意什么？
先取得真人/客户/名人的书面同意，明确用途、渠道、地域、期限和撤回方式；不要把克隆音色跨客户/跨项目复用。技术上的“像”不等于法律上的“可以用”；具体授权按合同和适用法律确认，本文不构成法律意见。
怎么验收配音质量？
用同一脚本试听型号、单位、金额、品牌名、缩写和目标语言口音；检查语速/停顿、响度、杂音、重生成和商用授权。产品视频/IVR/课件标准不同，高风险内容必须人工试听；不要只看厂商 demo 或自动评分。
研究方法与局限
本文只使用 2026-10-31 可访问的官方定价/产品页，未使用未公开合同、客户账单或厂商内部数据。价格、免费额度、模型、credits 和商用条款可能变化；本文没有企业协议价、税费、汇率、克隆授权、校对和后期实际数据，因此所有月成本都是编辑测算，不是报价。Azure TTS 本次未取得稳定单价，不列入数值对比；OpenAI gpt-4o-mini-tts 与 Google Gemini TTS 为 token 计费，未强行折算成字符价。ElevenLabs 按 1 credit/字符的 V2 多语言模型估算，实际模型/折扣可能不同。
数据来源与口径
资料截止 2026-10-31；以下为官方定价/产品页面，具体价格、额度、模型和条款以原文及合同为准。
- OpenAI, API Pricing：platform.openai.com/docs/pricing。tts-1/tts-1-hd 每百万字符价，gpt-4o-mini-tts 的 token 价。
- Google Cloud, Text-to-Speech pricing：cloud.google.com/text-to-speech/pricing。Standard/WaveNet、Neural2、Chirp 3 HD、Studio、Instant custom voice、Gemini TTS 的价格与免费额度。
- ElevenLabs, Pricing：elevenlabs.io/pricing。Starter/Creator/Pro/Scale/Business 月费、credits、1 credit/字符与商用授权/克隆能力。