如何聘请配音演员进行 AI 声音克隆

聘请旁白配音员,打造可重复使用的 AI 声音,需要满足两个条件:取得书面同意,并遵守服务商的克隆规则。本文介绍具体流程、合同条款及合作终止方案。

GGoFaceless Team阅读约需 9 分钟
Illustration of a microphone linked by a sound wave to a signed document and verification badge, representing licensed AI voice cloning

聘请配音演员进行 AI 声音克隆,需要分别满足两个条件:一是与配音员签订书面协议,明确同意授权、使用范围和报酬;二是遵守声音克隆服务商的账户规则。根据 ElevenLabs 文档中的政策,声音本人必须在自己的账户中创建并验证专业声音克隆(Professional Voice Clone),然后以私密方式分享给你的制作团队。

要点速览:

  • ElevenLabs 明确规定,专业声音克隆必须使用账户持有者本人的声音,即使他人已同意授权也不例外。因此,仅有配音员的许可,并不意味着所有克隆流程都符合规定。
  • ElevenLabs 建议,专业声音克隆使用 30 至 180 分钟的原始音频,即时声音克隆(Instant Voice Cloning)则使用 1 至 2 分钟。
  • 官方文档规定的协作方式是:配音员在自己的 ElevenLabs 账户中创建并验证克隆声音,再以私密方式分享给你的团队。
  • 声音克隆协议应涵盖使用范围、按视频计费或固定周期付费的安排、合同期限,以及合作结束后能否继续生成语音。

聘请配音演员进行 AI 声音克隆,具体涉及哪些工作?

聘请配音演员进行 AI 声音克隆,意味着通过合同约定两项交付内容:干净的原始录音,以及持续使用其已验证的克隆声音生成新旁白的授权。整个过程有两条并行的工作线。第一条是法律层面:通过书面协议明确同意授权、允许的用途、报酬和终止条件。第二条是操作层面:遵循克隆服务商允许的创建、验证和分享流程。任何一条缺失,都会带来风险。取得同意却不遵守服务商规则,可能导致克隆声音被拒绝或移除;遵守服务商规则却没有书面协议,则可能在合作关系恶化时陷入使用权不明的困境。

前提条件: 已筛选出合适的配音员、选定声音克隆服务商,并为录音和后续语音生成准备好预算。

实际总耗时: 一至三周,主要用于合同协商和录制足量的原始音频。

第 1 步:签约前确认服务商的账户归属和验证规则

操作: 阅读服务商的声音克隆文档,明确账户必须由谁持有、声音必须由谁验证,以及如何分享。

所需条件: 能够查阅服务商的最新文档。注意,文档可能没有标注生效日期,因此每次开展新合作前都应重新核查。

完成标准: 你能用一句话准确说明由谁创建克隆声音,以及团队如何获得访问权限。

第 2 步:协商并签署书面声音克隆协议

操作: 在开始任何录音之前,以书面形式明确同意授权、使用范围、付款结构、期限和退出条款。

所需条件: 一份经熟悉授权许可业务的律师审核过的合同模板;具体条款将在下文介绍。

完成标准: 双方均已签字,且合同明确将 AI 声音克隆和合成旁白列为允许的用途。

第 3 步:按服务商规范录制原始音频

操作: 安排录音,确保音频时长和质量满足所选克隆级别的要求。

所需条件: 安静且经过声学处理的空间、品质合格的麦克风,以及内容足够多样、能展现配音员声音表现范围的稿件。

完成标准: 获得达到目标时长的干净单人录音,没有背景噪声或重叠说话声。

第 4 步:配音员在自己的账户中创建并验证克隆声音

操作: 由配音员本人上传音频并完成服务商要求的验证,而不是由你的制作人员代为操作。

所需条件: 配音员在克隆平台上拥有自己的账户,并完成所有要求的语音或身份验证。

完成标准: 克隆声音在配音员的账户中显示为已验证。

第 5 步:配音员向你的团队分享已验证的克隆声音

操作: 使用服务商的私密分享功能,向你的制作账户授予访问权限。

所需条件: 配音员发起分享,你的团队接受分享。

完成标准: 团队能够在自己的工作区中,使用共享的克隆声音生成一句测试旁白。

第 6 步:建立生成日志和退出机制

操作: 记录生成了什么内容、何时生成,并事先约定合同结束时如何处理克隆声音。

所需条件: 一份简单的日志,记录日期、稿件和项目,以及第 2 步中约定的终止条款。

完成标准: 你能提供生成历史记录,且双方都清楚由谁在何时撤销访问权限。

插图:麦克风和已签署的合同旁,声波逐渐变为数字波形,象征获得同意并遵守服务商规则的声音克隆
插图:麦克风和已签署的合同旁,声波逐渐变为数字波形,象征获得同意并遵守服务商规则的声音克隆

获得配音演员的同意,就足以创建专业声音克隆吗?

不够。配音员的同意是必要条件,但并不充分,因为除了双方的私下协议,克隆服务商还会另行规定创建和验证规则。ElevenLabs 在声音克隆文档中明确指出,专业声音克隆必须使用用户本人的声音,即使他人已同意授权也不例外;该文档未注明生效日期(ElevenLabs 声音克隆文档)。实际操作中,无论合同如何约定,你的制作人员都不能把已授权配音员的录音上传到制作人员自己的账户,并在其中创建专业声音克隆。同意授权决定你与配音员之间的法律关系;服务商政策则决定该克隆声音能否存在于平台上。应将两者视为必须分别满足的条件,缺一不可。

必须由谁创建克隆声音账户并完成验证?

必须由配音员本人完成。根据 ElevenLabs 文档中的政策,被克隆声音的本人应在自己的账户中创建专业声音克隆,并亲自完成验证(ElevenLabs 声音克隆文档)。这会直接影响聘用安排:你购买的不只是音频文件,还需要配音员完成账户层面的操作。应将这些工作纳入合作约定。有些配音员可能需要操作指导,有些会对设置时间收费,还有少数人完全不愿注册平台账户。这完全可以成为无法达成合作的原因,因此应在初次沟通时就确认,而不是等到签约后才发现。建议为账户创建、上传和验证预留一小时的配音员工时,并在工作说明书中明确相关责任。

配音员如何向制作团队分享已验证的克隆声音?

官方文档规定的协作流程是:声音本人在自己的账户中创建并验证专业声音克隆,再以私密方式分享给制作团队(ElevenLabs 声音克隆文档)。私密分享既能让账户归属保留在配音员手中,又能让团队获得生成权限,对双方而言都是权责最清晰的安排:配音员保留对其声音资产的控制权,你则获得可用的旁白制作流程,无须掌握本就不该持有的对方账户凭据。在实际操作中,应像管理其他授权资产一样管理共享的克隆声音。限制可使用它生成语音的团队成员,将每次生成记录关联到具体项目,并将完成的音频送入视频合成工作区。GoFaceless(我们自己的产品)这样的不露脸视频平台,就可以作为这一后续制作工作区,将获得授权的旁白与文稿、画面和字幕组合成完整短视频。无论是导入还是集成声音,都不能替代此前必须完成的同意授权、验证和书面协议。

声音克隆需要多少原始音频?

这取决于所选的克隆级别。ElevenLabs 建议,即时声音克隆使用 1 至 2 分钟的原始音频,专业声音克隆使用 30 至 180 分钟(ElevenLabs 声音克隆文档)。如果要打造可长期复用的频道旁白声音,专业级所需的较大音频量才是实际应达到的目标。这意味着需要认真安排一次录音,而不是随手录一段手机语音备忘录。考虑到重录和语速节奏调整,30 分钟可用的干净音频通常需要 60 至 90 分钟的录音棚时间。录制量应高于最低要求,并涵盖多样内容:叙述、提问、强调,以及频道实际会用到的语气变化,因为克隆声音只能再现原始音频中已有的声音表现方式。

Recommended source audio by ElevenLabs cloning tier
Instant (min)1minutesInstant (max)2minutesProfessional (min)30minutesProfessional (max)180minutes

Professional Voice Cloning calls for at least 15 times more source audio than the instant tier.

Recommended source audio by ElevenLabs cloning tier
Instant (min)1minutes
Instant (max)2minutes
Professional (min)30minutes
Professional (max)180minutes
Source: ElevenLabs voice cloning documentation

声音克隆协议应明确哪些用途和付款条款?

声音克隆协议应明确界定允许的用途、独家性、付款结构和合同期限,因为标准的配音买断合同并不涵盖合成语音的重复使用。以下是建议纳入合同的条款,与服务商自身的要求无关:

  • 允许的用途: 列明频道和内容形式,例如 YouTube 长视频和 Shorts、TikTok、Reels,并说明声音是否可以用于广告、赞助内容,还是仅限非付费推广内容。
  • 生成范围: 限定或明确合成旁白的数量,例如每月最多用于多少条视频或多少分钟。
  • 报酬: 常见结构包括录音初始费用加每月固定服务费,或对生成的旁白按视频收费。按视频计费可让成本随产量变化;固定服务费则适合按固定节奏发布内容的频道。
  • 独家性: 说明配音员是否可以将同一声音克隆后提供给竞争频道使用,并为独家授权单独定价。
  • 期限与续约: 设定固定的初始期限,并要求通过书面协议续约,避免合作在未明确约定的情况下持续延伸。
  • 署名与披露: 决定是否披露旁白为合成语音,并确保符合视频创作者的 AI 内容披露规则。

最终草案应交由律师审核。声音授权相关法律仍在发展,通用自由职业平台上的模板无法充分预见合成语音使用方面的争议。

插图:一把声波形状的钥匙与核对清单一同交接,象征配音员向制作团队私密分享已验证的克隆声音
插图:一把声波形状的钥匙与核对清单一同交接,象征配音员向制作团队私密分享已验证的克隆声音

与配音员的合作结束后,后续语音生成应如何处理?

在签署前,合同就应明确:生成权是否在合同终止后继续有效、由谁撤销平台访问权限,以及已经发布的视频如何处理。一套可行的默认安排是:合同期内发布的视频可以继续保留;除非双方另有约定,否则终止合作后停止生成新语音;配音员撤销私密分享,并可从自己的账户中删除克隆声音。此外,还应区分三个容易混淆的问题:让现有视频继续在线、生成新音频,以及保留对已存储项目文件的访问权限,是三种不同的权利,平台条款对它们的规定也不同。例如,ElevenLabs 的发布指引说明,在付费订阅期间生成且符合条件的输出内容,在遵守相应服务条款的前提下,可以无限期用于商业用途;但取消订阅后,并不保证用户能够无限期访问已存储的内容。其适用于欧洲经济区以外地区的条款最近更新于 2026 年 10 月 9 日。在取消订阅或结束合作之前,应保存好导出文件和生成记录。如果你还在考虑频道究竟适合使用克隆旁白,还是采用以素材画面为主的制作方式,我们关于解说视频中动画与 AI 生成画面的对比的文章介绍了相关取舍。

将获得授权的声音用于制作

克隆声音完成验证和分享,并有书面协议保障后,剩下的就是常规制作工作:输入稿件、生成旁白、合成并导出。GoFaceless 是完成合成制作的一种选择,它能根据主题或简要说明,一次性生成包含 AI 文稿、配音、画面、字幕和音乐的完整短视频。价格页面上的套餐每月 29 美元起,而你按照上述流程建立的授权旁白流程,可以作为其中的配音环节接入。

Sources & further reading

Keep reading

准备好创建您的第一个视频了吗?

See examples made with GoFaceless. Create your own through a card-required one-video trial; after the trial, your selected plan begins unless you cancel.