案子的需求是十四個模組的法遵教材：大約四十分鐘的成品旁白、四種語言、一輪修改。每一家的定價頁都回答了席位與點數的問題，卻沒有人回答四十分鐘的旁白究竟要花多少錢。
這正是「Murf 替代方案」會被反覆搜尋的原因。Murf 並不是爛產品；它是一套以席位計價的錄音室，而市場早已轉向按字元計費的 API，它的定價頁如今也把 API、Studio 與 Dub 並列為三項產品。2026 年做企業旁白，席位通常是最不合適的計價單位。
以下依照金錢實際花出去的順序展開：腳本、試聽、批次、授權。
第一步——把腳本換算成字元預算
旁白的語速大約每分鐘 150 字，含空格約 900–1,000 個字元。這個數字在這裡最有用：一支 12 分鐘的線上課程模組約 11,000 字元，四十分鐘的教材在修改前約 40,000 字元。四種語言意味著要買 160,000 字元，而不是訂四份訂閱。
圖片取自 ElevenLabs 官網。它的點數分級是大多數團隊比價的基準。
報價會出錯，多半就出在腳本準備這一關：同一段文案念出聲來，會比閱讀時多花 15–20% 的時間。四個修正可以涵蓋大部分情況。數字照著實際念法寫，並且一次決定「2026」要念成「twenty twenty-six」還是「two thousand and twenty-six」。縮寫第一次出現時要展開。長句拆開；每一個逗號都讓語音引擎多得到一個停頓，而它可能停錯地方。該強調的地方明確標記，不要交給模型自行判斷。
Murf 的 Studio 在這一環確實有口碑：發音資料庫與逐字替換讓編輯不必重新生成整段，就能修正「ISO 27001」或某個廠區名稱，而這種來回校對的流程，正是法遵團隊需要的。那層編輯能力才是產品本身。語音庫算是不錯，但不是必須留下來的理由。
第二步——用你最怕的那一段來試聽
不要拿開場白來測試。每個引擎都唸得好「歡迎進入第一單元」，因為那段文案本來就寫得容易。請寫一段 45 秒的段落，裡面放一個小數、一個縮寫、一個要念出來的網址、一個外語產品名，還有一句問句。用筆電喇叭、在相同音量下聽——法遵訓練實際上就是這樣被播放的。
三個引擎在這段文字上表現各不相同。Murf 的 Gen 2 平穩、企業感強，處理政策內容時收得夠緊，但遇到需要激勵的題材就略顯平板。ElevenLabs v3 最有戲劇張力，做角色演出是優勢，放進安全訓練模組卻成了負擔——一個戲劇性的停頓會被聽成諷刺。WellSaid 介於兩者之間，一貫的美式企業旁白，正是採購部門想聽到的樣子。
判斷的重點是：語音品質大約從 2025 年起就不再是決定性因素了。真正拉開差距的，是不具編輯背景的人能多快修好一個唸錯的字，以及授權範圍是否涵蓋你的發佈方式。
這個階段一定會被問到的三個問題
免費方案足以支撐試行專案嗎？ 做評估可以。但在客戶看到任何東西之前，請取得書面確認，說明你的方案包含商業使用權；評估授權不等於交付授權。
可以只訂一個月，把所有東西匯出嗎？ 可以，匯出的檔案歸你。你帶不走的是發音資料庫、共享的註解，以及下一季用同樣設定重新生成某一句的能力——所以請把腳本、設定與模型版本跟音檔一起歸檔。
Murf 的翻譯能取代配音嗎？ 不能。翻譯是以文字按字元計費，而 Murf Dub 是另一項產品，有自己的對時工程。把翻譯好的腳本交給另一個聲音朗讀，並不等於配音，脣形同步一看就知道。
第三步——把無聊的 90% 批次處理，最後 10% 留給人
聲音選定之後，算術就變簡單了。Murf 在 2026 年 11 月 3 日公布的 API 費率是：Falcon 2.1 每 1,000 字元 $0.01，Gen 2 為 $0.03，翻譯 $0.02，變聲每分鐘 $0.10，語音轉文字每小時 $0.24。一套 240 萬字元的教材——300 個模組、每個八分鐘——用這些費率算起來，跟用席位報價完全是兩回事。
| 路線 | 公布費率 | 240 萬字元的成本 | 你要放棄什麼 |
|---|---|---|---|
| Murf Falcon 2.1 API | 每 1k 字元 $0.01 | 約 $24 | 語氣較平，為對話場景調校 |
| Murf Gen 2 API | 每 1k 字元 $0.03 | 約 $72 | 沒什麼好挑的；這就是錄音室級的聲音 |
| ElevenLabs Creator | $11 換 121k 點數 | 約 $216，且高併發需更高方案 | 高階模型消耗點數更快 |
| 自架 Kokoro 或 Piper | 不按字元收費 | 只有 GPU 時間 | 沒有 SLA、沒有聲音複製、沒有支援 |
ElevenLabs 那個數字需要補一句方法說明：若一點數等於一字元，121,000 點約等於兩小時音訊，所以 $11 換算下來接近每分鐘成品 9 美分。Murf 的 Gen 2 API 是 3 美分，Falcon 2.1 約 1 美分，這使得 API 優先的路線在同一名目等級下，只要點數訂閱的三分之一。費率會變動；簽下去之前，兩邊的官方頁面都請再看一次。
定價頁也透露了公司的走向。Murf 主打對話式 AI，Falcon 2.1 標榜低於 100 毫秒的首音延遲與 10,000 路併發，首頁則宣稱超過一千萬名使用者、三百多家 Forbes 2000 客戶。這是一家基礎設施公司。Studio 席位是比較舊的產品線——手工細修仍然好用，但已經不是發展藍圖指向的方向。
批次品管不能省略。把所有檔案正規化到同一個響度目標（−16 LUFS 是線上課程常見的選擇），檔名標明模組、語言與版本，並抽樣 5% 的成品做全長檢查。否則第 11 個模組裡唸錯的藥名，會安然通過三輪校對。
第四步——在第一次匯出之前，把授權拿到手（而且要白紙黑字）
商業使用權附在 Murf 的付費方案裡，試用層級則一如既往沒有。企業買方還應該要求 MSA、SLA、資料落地與地端部署——這些都在企業方案裡，也是銀行寧可留在 Murf、而不去找報價只要三分之一的 API 轉售商的真正原因。
聲音複製是授權費用最容易失控的地方。務必堅持四項條款：講者本人的同意、明確的使用範圍（語言、活動）、到期日，以及退出時刪除。複製一位三月就要退休的內部專家，表面上是省錢，實際上是兩年的責任。若是聘請的配音員，合約要的是 AI 買斷，而不是一次錄音費。
揭露如今已是製作流程的一環。EU AI Act 對合成媒體的透明度規則自 2026 年 8 月 2 日起適用，也就是說，只要音訊可能讓聽眾誤以為是真人在說話，就必須標示——口頭開場、說明欄位、片尾名單，都是一種做法。
另外，即時翻譯要和預錄旁白分開處理。我們的 Monoise P-G2 評測 給那副耳機在客戶通話場景 4.2/5 的評價，但它依賴手機 App，而且開放式設計在吵雜環境會漏音。即時翻譯處理的是一場對話；它不會產出一條可以發給四千名學員的混音軌。
三個比聲音本身更花錢的錯誤
用席位去買批次工作。 五個年約席位是一筆固定成本，會一直留到你教材上線的那一季之後。產量起伏大的工作適合按字元計費；穩定、多人協作的工作則適合席位。兩種都算一遍。
拿行銷文案來試聽。 示範腳本天生就是要讓每個引擎都好聽。只有那段藏著序號和德文產品名的文字，才能真正預測你需要改幾輪。
把第一次匯出當成成品。 每個模組編一輪修改的預算，並以字元計價。跳過這一步的團隊，最後用重錄來付帳，而重錄會讓每分鐘成本翻倍。
如果是我，下一步會這樣做
拿一個真實的模組——不要用範例——把 1,000 字元分別跑過三條路線，音量保持一致：Murf 的 Gen 2 API、較便宜的 Falcon 2.1，以及你團隊已經在付費的任一競品。數的是每個版本實際需要改幾處，而不是聽起來好像需要改幾處。然後用兩輪修改的假設，計算十二個月的總價。勝出的報價很少是每字元最低的那個，而是在第七個月出乎意料最少的那個。想看更完整的全局，我們的 文字轉語音總覽 與 ElevenLabs 替代方案指南 整理了模型版圖；如果你評估的是平台本身，可以先看 ElevenLabs 工具頁。
費率於 2026 年 11 月 3 日核對 Murf 與 ElevenLabs 的公開定價頁。每分鐘換算以每分鐘 1,000 字元、每分鐘 150 字為前提。