第一道牆是算術。新的 ElevenLabs 帳號在免費方案下每月有 10,000 點數，而在 Multilingual v2 模型上，一個字元就要花掉一點數——也就是大約十分鐘的旁白，差不多是 1,500 個英文單字。這只夠應付一支短影片。第二道牆是授權：免費方案不包含商業授權，商業授權要等到 Starter 方案才有，$6/month 換取 30,000 點數（elevenlabs.io/pricing）。
截至 2026 年 10 月初，這家公司競爭的還是品質，而不是大方程度：它推出了 Eleven v4 模型，並針對 Creator 及以上方案提供點數加碼的促銷活動，優惠到 October 12 為止。
如果你只是需要有人把文字唸出來，或是想拿到一個自己擁有的檔案，那就有三條出路，依投入心力排序。三條都是免費的。
圖片來自 ElevenLabs 官方網站。
步驟 1：讓瀏覽器或作業系統唸給你聽
Edge 的朗讀功能、iOS 與 macOS 上的「朗讀內容」功能，還有一長串瀏覽器擴充功能，幾乎都能把任何網頁、PDF 或文件唸出來。不用帳號、沒有字數計數器，而且離線也能用。
它辦不到的是把音訊檔交到你手上。聲音留在裝置裡，所以沒辦法放進影片，而且輸出也不附帶任何商業權利——自己讀來聽沒問題，拿去跟客戶請款就不行。
音質的落差是真的，但已經比從前小。傳統的系統語音聽起來明顯是合成的；Edge 的線上神經語音好一些，不過仍然比付費引擎來得平板。判斷原則很簡單：如果聽的人只需要聽懂，這樣就夠了；如果聽的人要付錢，那就換下一條路。
步驟 2：花在計價單位比較友善的免費額度上
每家廠商的計算方式都不一樣。
ElevenLabs 免費方案每月給 10,000 點數——大約十分鐘，大約 1,500 個字。Microsoft Azure Speech 的免費 F0 方案每月免費提供 500,000 個神經字元；以每個字大約五個字元來換算，差不多是 100,000 個字的旁白，這個額度相當於一本有聲書，而且每月重置，Azure 也依其條款允許商業用途。Cartesia 和 Fish Audio 則介於中間，每月分別提供 20,000 與 8,000 點數（請以官方網站為準，這些數字會變動）。
Azure 的麻煩之處不在額度，而在操作介面：它是一套開發者主控台，所以你是貼上文字、呼叫 API，而不是在時間軸上拖曳音訊片段。至於那些較小的免費額度，麻煩之處在於顆粒度——有單次請求上限、有公開複製名額，而且不能累計，所以沒用完的點數一到重置就歸零。
決定投入之前，值得先回答的三個問題
免費方案有可能跟 ElevenLabs 一樣好嗎？ 就平鋪直敘的旁白來說，已經接近到大多數聽眾不會察覺；但講到情緒表達，以及用一小段樣本進行複製，那就辦不到——這正是付費方案在賣的東西。
10,000 點數實際上能撐多久？ 一份 1,500 字腳本唸一遍，完全沒有重錄的餘裕。就把它當成試聽樣本在編預算，而不是當成一整場錄音。
一定要綁信用卡嗎？ ElevenLabs 免費方案不用。Azure 的免費方案則仍需要一個綁定帳務資料的帳號，即使實際用量維持在免費範圍內也一樣。
步驟 3：自己跑模型
當額度用盡，只要你自己架設模型，天花板就不見了。有兩個開源專案幾乎能涵蓋所有情況。
Kokoro 是一個 82 million parameters 的模型，權重採 Apache 授權，在 v1.0 支援八種語言與 54 voices，而且能在一般硬體上執行；輸入一千個字元大約會產出一分鐘的語音，租用 API 來跑的話，每百萬字元不到一美元。Piper 則選擇了另一種取捨：pip install piper-tts，採 GPL 授權，內嵌 espeak-ng 來處理發音，速度快到能在筆電上即時執行，而且 Home Assistant 與 NVDA 都已經在用。兩者之中 Piper 比較像機器人；若要做中性的旁白，Kokoro 是最接近商業品質的那一個。
這兩者都無法像 ElevenLabs 付費方案那樣，用十秒鐘的樣本複製出特定聲音，而且安裝設定要花掉一個下午的 Python 工夫。但一旦跑起來，就沒有月費，也沒有按字元計費的儀表。
免費語音工作通常會在哪裡出錯
把點數當成分鐘數。 一個月 10,000 點數等於十分鐘，不是一萬分鐘。規劃之前就要換算成分鐘，不是事後才換。
發佈未經授權的音訊。 免費方案不給商業權利是常態。在免費方案上生成你的樣本；在第一次靠它賺錢的上傳之前，先辦好付費方案。
一次錄到底。 一個唸錯的名字就會毀掉整段生成。把腳本拆成一段一段，這樣要重做時只有出錯的那一行。
接下來該怎麼做
把出路對應到你的用途，然後就此停手。單純聽、校對或無障礙需求：系統語音已經裝好了，而且永久免費。一次性的檔案、約 1,500 字以內：用 ElevenLabs 免費方案，或是 Azure 的 500,000 characters（如果輸出需要授權）。任何更長、要重複使用或涉及隱私的內容：裝好 Kokoro，把那個設定用的下午當成「從此之後再也不用付費」的代價。
至於付費方案本身，請見 ElevenLabs 工具頁面 與 ElevenLabs 替代方案指南；免費 AI 語音生成器總整理 則涵蓋授權條款的細節。
本文彙整自 2026 年 10 月初的公開定價與產品頁面（elevenlabs.io、Microsoft Azure Speech、Hugging Face、GitHub）。價格與免費額度會變動，請以官方網站為準。本指南為獨立撰寫，不接受任何付費置入。