使用场景

音乐与声音
为一切配上声音。

用合适的声音做旁白、克隆你自己的声音、转写每一段录音,再为你的曲目配上视觉。

一位萨克斯手站在小爵士俱乐部琥珀色的舞台灯光下,由 Omnibo 生成在 Omnibo 制作

自己
试一试。

精确提示词
晚上好,欢迎收听。今晚的故事,从一封迟到了十年的信开始。
试试这个提示词 →

一个可以试用的提示词。本页的作品是另外制作的。

制作过程,
分 3 步完成。

每一步都在各自的模块里完成,并附上 Omnibo 中制作的真实作品。

01 · 语音

找到合适的声音

多种音色与语言的自然语音,或用一小段样本复刻你自己的声音。

了解语音 →
02 · 语音

把它转写成文字

把任何录音变成干净、带时间戳的文字,用于字幕和节目笔记。

了解语音 →
03 · 图像

制作视觉素材

用图像和视频模型为你的曲目制作封面、歌词视频或循环画面。

了解图像 →
在 Omnibo 制作 · Seedance 2.5
褪色地图上,刻有“VOYAGE”字样的雕刻字体在 Omnibo 制作 · Seedream 4.5
在 Omnibo 制作

需要什么
以及要花多少。

套餐

Starter或更高

下方标价的模型中,有些需要Pro。

价格
  • 图像36 cr / 百万像素 起
  • 语音3 cr / 秒
  • 语音96 cr / 个片段
  • 语音48,000 cr / 百万字符 至 96,000 cr / 百万字符
限制

我们没有对这项任务做端到端计时,所以这里是各模型公布的费率,而不是总价。

大家常用的
模型。

一个起点。所有模型都用同一个余额。

模型提供商费率套餐添加时间
Eleven v3ElevenLabs96,000 cr / 百万字符Pro9月14日 2026
Eleven Flash v2.5ElevenLabs48,000 cr / 百万字符Starter9月14日 2026
Lyria 3.5Google96 cr / 个片段Pro9月13日 2026
Eleven Music v2.5ElevenLabs3 cr / 秒Pro9月14日 2026
FLUX.2 [pro]Black Forest Labs36 cr / 百万像素 起Pro6月9日 2026

常见问题,
一一解答。

能克隆我自己的声音吗?

可以。录一小段样本,就能用你的声音朗读任何文本。

也能做音乐吗?

可以。音频模型除了语音,也包括音乐和音效。

你的下一个创意
从这里开始。

免费创建账户,无需绑定银行卡。需要更多时再升级。

创建免费账户 →