一个人能做有声书吗？做了一年，说说我看到的真实情况

做了刚好一年了，想找个地方复盘一下，顺便给想入行的人看看真实情况——网上那些"月入过万"的帖子，有一半是割韭菜的。

为啥开始做这个

去年这时候我在一家小公司写文案，月薪8000，饿不死也富不了那种。下班就刷手机，有天刷到一个人说他自己做有声书，副业月入过万。

我当时眼睛就亮了。

说实话我条件一般：没学过播音，声音就普通人水平，音频后期更是零基础，手里能投的钱也就两千块。这个条件放在三四年前？别想了。要么花钱请人配音，光配音费一本书好几百；要么自己报班学播音再学后期，光入门就得好几个月，学费也得大几千。

但我运气好，赶上了工具集中爆发的时间点。

第一个月：从零到第一本书上线（折腾了五天，差点放弃）

刚开始完全两眼一抹黑。上网搜教程，好家伙，传统流程是这样的：拿到版权文本→手动画本（就是标注角色、分配台词）→找人配音或者自己录→后期剪辑加音效→逐字审听校对→导出上架。

一本书少说要搞一个月。

我不信邪，自己试了试手动画本。打开一个10万字的网文，光是理清谁是谁、谁说了哪句话，两天就过去了。然后找人配音——问了几个配音群，单播最低30块一小时成品，一本书下来好几百块。我预算就两千，这条路明显走不通。

后来在一个创作者群里有人提到万象有声（audimind.com），说可以一站式做有声书。我注册了账号，心想这下终于能开干了。

结果第一个下午直接被教做人。

你以为上传文本就完事了？不存在的。

画本环节就炸了。我上传了一本网文，拆章倒是成功了，但画本结果出来我看了一眼就傻了——系统把两个完全不同的人标成了同一个角色，旁白和对白的界限也划得乱七八糟。我也不知道是文本的问题还是系统的问题，在后台翻帮助文档翻了半天，啥也没找到。

最后没办法，硬着头皮去找万象有声的客服。说真的我没报什么期望，以为客服会甩个链接给我打发走。结果还真帮我看了，让我把文本文件发过去，看完告诉我：你的章节格式不统一，有的写"第一章"，有的写"第1章"，系统拆章识别就乱套了。然后客服帮我在后台调了拆章规则，重新跑了一次画本——这次角色识别就正常了。

那一下我心情好了一大截。

但问题还没完。后面我又陆续找客服问了好几次：音色到底怎么选才适合不同角色？AI配音的情绪参数调多少合适？审听标注里那个"多录"是什么鬼（后来发现是我文本里有段重复内容，不是AI读多了）……基本上每走一步卡一下，就去找客服问一次，问完继续干。

就这么搞了五天，五天啊，第一本书10万字才做出初稿。AI配音加画本，总成本80来块钱。我自己通听了一遍，改了几个读着别扭的地方——其实就是AI读错多音字和专有名词，手动重新生成了那几段。第二天上架了。

第一本书品质确实糙，糙到我自己都不好意思听第二遍。但是！重点是——我把整个流程跑通了。一年前这事我想都不敢想。

那天晚上我发了条朋友圈，虽然只有三个赞，但心里是真的高兴。

等一下，书的版权从哪来？

上面说得好像挺顺的，但其实有个大问题我一直没提：你做有声书，文本哪来的？版权怎么办？

这是我刚开始最懵的事。你不能随便拉一本网文就开始录——没授权就上架，轻则下架，重则被告。我有个朋友，录了一本热门小说，上线三天就被版权方投诉了，一周白干。

这个坑我踩之前先了解清楚了，版权来源大概有这么几条路：

1. 公有领域作品（零版权风险，适合练手）

就是版权保护期过了的作品，谁都能用。国内是作者终生加50年，所以古典文学基本都在这个范围——《红楼梦》《西游记》《聊斋志异》这些不用说了，近现代一些过了保护期的也行。外国古典文学同理，莎士比亚、雨果这些，原作本身是自由的，但翻译版要看译者的版权。

这类作品好处是零成本，坏处是卷得要死——你录《西游记》，喜马拉雅上几十个版本了，想出头？难。我建议拿公有领域作品练手，跑通流程就赶紧转有版权保护的内容。

2. 平台版权库（最省事，适合稳定走量）

这个是我目前用得最多的。喜马拉雅、番茄畅听、懒人听书这些平台自己有版权池，创作者可以申请录制。流程大概是这样：在平台主播后台挑能录的书→申请→审核通过→开干→成品上架→按分成拿钱。

好处是版权平台兜底，你不用操心。但平台有品质要求，审核不过就白做。分成比例通常30%-50%，你拿的是小头。

我目前做的书大概六成来自平台版权库，主要是番茄畅听的网文和喜马拉雅推荐的书目。

3. 直接找作者授权（适合做精品和IP）

你看中一本还没被平台签约的网文，可以直接联系作者。起点、番茄、晋江这些平台的作者后台一般都有联系方式。你跟作者谈——可以分成，也可以一次性买断。

这条路我走过两次。一次成功了，五五分成，那本书后来在喜马拉雅上做得不错，每个月稳定几百块。另一次被拒了，作者已经把有声版权签给平台了，没法授权给你。

直接授权好处是条款灵活、分成高，坏处是沟通成本高、不确定性大。建议你有一定经验和作品积累了再走这条。

4. 出版社和版权代理（适合做出版物有声书）

有些出版社手里有有声书版权但没精力做，会开放给创作者。你关注出版社的官方公告，或者通过版权代理机构对接。这类内容一般是出版物不是网文，品质要求高，但单价也高。

我还没走这条路，一是出版物有声书对演播水平要求高，我自觉还不够格；二是流程长，适合有规模的工作室去对接。

5. 自己写自己录（门槛最高但版权完全自主）

自己写、自己录，版权全是你的。但说实话，写一本能让人听下去的小说比做一本有声书难太多了。我试过写短篇，文笔和节奏都差得远，灰溜溜回去做别人的书了。

你要是有创作能力，这条路最自由。但目前能同时写好和录好的人不多。

我的版权策略：早期拿公有领域作品练手，跑通流程后转平台版权库走量，同时找作者直接授权做精品。三层结构，分散风险。补一句：万象有声自己也在对接版权资源，平台上有一些可以直接用的授权文本，但我习惯自己确认授权范围再动手——版权出了问题是你自己的事，不是平台的。

第三个月：上设备，AI+真人混搭（被录音折磨到怀疑人生）

纯AI做了几本书之后我发现一个问题：网文听众对主角声音是有期待的。AI跑旁白和配角没问题，但主角如果全程AI，评论区就有人说"没感情""出戏"。

我纠结了好久。自己录？声音一般，没设备。请人录？又是一笔钱。

后来发现万象有声能AI+真人混搭——同一个项目里，主角自己录，旁白配角让AI跑，最后合并导出。它有个浏览器端录音工作站，插个USB麦克风就能录，边看稿边录边剪。

行，那就试试。花300块买了个入门麦克风。

兄弟们，我第一天录完差点把麦克风摔了。

首先录音环境就搞死我了。我租的房子隔音巨差，录的时候外面过车，楼上走路，回放一听全是底噪。后来半夜12点爬起来录才勉强干净——但凌晨录声音状态又不行，嗓子发紧，听着跟感冒了似的。

然后是录音技术，我之前压根没录过。什么叫"嘴离麦克风距离要稳定"我不懂，录出来忽大忽小。喘气声、咂嘴声全在里面，自己听完想死的心都有了。

第一本混搭版我返工了三次。

第一次：底噪太大，用万象有声工作站里的降噪功能处理了一遍，勉强能用了。

第二次：AI音频和真人录音音量不统一，拼接的地方明显跳了一截，跟换了个台似的。又去找客服，客服说项目里有统一音量处理选项，我之前压根没注意到……翻了一下设置才发现，确实是有的。

第三次：主角有段哭戏，我怎么演都不对，录了十几遍自己都觉得假。最后那几段还是用AI跑的，换了个带哭腔的音色——你别说，效果居然比我自己录的好。那一刻心情很复杂。

混搭模式真正跑通花了整整两周。前一周全在踩坑，后一周才找到感觉：录音前关窗、关空调、手机静音；嘴离麦克风一拳距离；录完先降噪再调音量；AI和真人音频在项目里统一处理，不用手动搞。

等第一本混搭书上架到喜马拉雅，第一个月分成287块的时候，我截图发给我妈了。我妈说"才两百多啊"。但我知道，这287块意味着什么——这事儿能赚钱，不是玩玩。

第六个月：算是找到节奏了（但还是踩了两个大坑）

到第六个月，流程基本稳了。说说产量和收入：

产量：每月4-6本，每本8-15万字。大概一半混搭一半纯AI（短篇、配角多的快节奏网文用纯AI）。

制作时间：一本10万字的，混搭大概2天（画本1小时+AI配音半小时+自己录主角4-6小时+审听1小时+修整1小时）。纯AI半天搞定。

成本：AI画本2积分/万字，一本10万字约2块钱。AI配音7.9元/万字，一本10万字约79块（混搭实际更少，AI只跑旁白配角）。平台会员几十块一个月。单本总成本混搭50-80块，纯AI80-100块。

收入：月分成3000-5000块。大概六成来自喜马拉雅，三成番茄畅听，一成其他。

但这个钱不是一上来就有的。中间有两个坑差点让我放弃。

第一个坑：前两个月做了本历史网文，纯AI，提交番茄畅听审核，被拒了。理由是"AI痕迹明显，角色辨识度低"。那本书成本直接打水漂，两天白干。

我当时的反应是：？？？？

后来才搞明白，番茄畅听对AI配音接受度比喜马拉雅高，但前提是音色得搭——历史类用沉稳男声，言情类用清亮女声，不能一本书从头到尾一个音色打天下。被拒之后我重新搞了套多角色音色方案重新生成，第二次审核就过了。但第一次那本的时间精力是真浪费了。

第二个坑更扎心：有一本书在喜马拉雅上架后两个月，播放量才200多。分成收入不到10块钱。

那本书我花了三天做混搭版的。三天换10块钱，你说扎不扎心。

后来复盘了一下，是选书的问题——那本小说在文字平台上本身就不火，做成有声书也没人听。选书比制作重要，这句话我是花了真金白银才学到的。以后选书之前一定先看原作在平台的数据，不火的坚决不碰。

是的，没有月入过万。但我也没全职做——每天大概花3-4小时，剩下时间还在上班。

第七、八个月：开始跟人合作了（原来最累的不是技术，是人）

到第七个月的时候，光靠自己录主角已经跟不上了。量一上来，嗓子也扛不住——一天录四五个小时主角，第二天起来嗓子哑得说不出话。

而且有些书的主角类型真不是我的声线能驾驭的。中年大叔、少年音、反派，我自己录出来全一个味儿。得找人合作了。

我在配音群里发了招募帖，陆续来了不少人。这下我才知道，做有声书最累的环节根本不是技术，是跟人打交道。

先说催音这件事。

你以为找了个配音员，约好三天交音，他就会三天交？天真。

我合作过的配音员，大概能分这么几类：

第一类：靠谱型。说三天就三天，质量也过得去，偶尔还能提前交。这种人是宝贝，我手里就两三个这样的，每次有活儿都先紧着给他们。但他们的档期也满，经常排不上。

第二类：人间蒸发型。接了活儿，头两天还回消息，第三天开始人间蒸发。微信不回，语音不接，你发十条消息过去像石沉大海。你心里慌得不行——因为平台那边deadline在催你，你两头受气。

有一回我找了个人录主角，约好五天交。第三天开始联系不上，我急得不行，每天早中晚各发一条消息问进度，语气从一开始的"哥进度咋样了"到后面"兄弟你还在吗"再到最后"你要是不做了跟我说一声我找别人"。第六天他突然回了——"不好意思这两天有点事"。然后把音发过来了，质量一塌糊涂，底噪大得跟在菜市场录的似的。

那次我差点没忍住骂人。但骂人有什么用呢？deadline是你自己的，平台不管你什么理由，超时就扣信用分。

第三类：质量不稳定型。态度很好，人也积极，但水平忽高忽低。同一本书前五章录得挺好，第六章突然就不行了，可能是状态不好或者累了。你让他返工吧，他说好，改完发过来还是不行。来回折腾三四次，你都不好意思再开口了，人家也挺不好意思的。

第四类：自我感觉良好型。这种最头疼。录完发给你，你一听，感情不对、节奏不对、好几个地方读错了字。你委婉地提意见，他回你一句"我觉得这样处理挺好的呀"。

你跟他说"这段是主角得知亲人去世，情绪应该是崩溃的，不是平淡地念"，他说"我理解你的意思，但我觉得含蓄一点更好"。

哥，这不是你理解的问题，是甲方要的东西，你含蓄个什么劲儿啊。

但你还不能太硬，太硬了人家直接撂挑子不干了，你更抓瞎。你得哄着来，"哥你看要不这样，这段咱们再试一版，上一版其实挺好的，就是情绪上再给一点，一点点就行"。跟哄小孩似的。

催音最崩溃的一次：平台那边限15天交音，我在第十天还没收到配音员的音。每天催，每天催，对方就是说"快了快了"。到第十三天终于发过来了——只有一半。说另一半明天给。第十四天另一半来了，但格式不对，还是单声道低码率的。又让他重导。第十五天卡着deadline交了上去，我审听的时候发现有三段读串行了——跟原文对不上。

我当时坐在电脑前，盯着屏幕，深呼吸了好几次。

那本书最后勉强过了审，但我心里清楚质量不行。后来那本书在平台上的评分也是我所有书里最低的。读者评论说"主角有时候听起来心不在焉"——他确实心不在焉，因为录音的人心也不在。

再说平台限时交音这件事。

很多人以为做有声书就是"慢慢做，做好了上架"，不是的。你从平台版权库申请到的书，基本都有交音期限。番茄畅听一般是15-30天，喜马拉雅有些书给7天，很短。超时会怎样？轻则扣信用分，信用分低了以后申请不到好书；重则书被收回，你前面做的全白费。

这意味着什么？意味着你同时在做的三四本书，deadline可能挤在一起。你手里有两本书都是这周交，一本主角音还没录完，另一本审听发现一堆问题要返工，配音员那边又联系不上——这时候你真的会想撞墙。

全职之后这种情况更频繁。有段时间我同时接着五本书，脑子里全是deadline。每天早上睁眼第一件事就是看哪个配音员回了消息，哪本书还差什么环节。我老婆说我说梦话都在催音。

后来我想了个办法：在万象有声上把多个项目分开管理，每个项目标注deadline和当前进度，哪个卡住了就重点盯哪个。配音员那边我也学聪明了——接活儿之前先问档期，约交音时间留两天缓冲，合同里写清楚超时怎么处理。但即便这样，催音这件事还是省不掉的，因为人不是机器，你永远不知道对方什么时候会掉链子。

最忙的一周我连续五天没在凌晨两点前睡过觉。那周交了三本书，赚了大概两千多块。算下来时薪跟上班差不多，但精神压力大太多了——上班你摸鱼一天也没人管你，做有声书你少干一天deadline就少一天。

第十个月：辞职了（全职之后心态完全不一样）

到第十个月，月收入稳定在6000-8000，赶上上班工资了。犹豫了一周，辞职了。

说实话按下辞职信发送键那一刻，心跳得很快。

全职之后产量上来了，每月能做8-12本。收入也破了万。但全职和兼职心态完全不同——兼职的时候一本亏了就亏了，全职之后每一本都要算投入产出，不然下个月房租怎么办。

而且全职之后，催音的压力放大了好几倍。兼职的时候一个月做四五本，就算某本配音员拖了，大不了我晚几天交，顶多扣点信用分。全职之后一个月十来本，每本都有deadline，配音员但凡有一个掉链子，后面全线连锁反应。

有段时间我手机一天到晚响，全是配音员的消息——有的问"这段怎么处理"，有的说"今天嗓子不舒服明天录"，有的直接消失三天才回消息。我变成了全职客服+催音专员+情绪安抚师。有一天晚上我数了一下，光跟配音员沟通的消息就发了上百条，自己一行字都没录。

几个变化：

选书挑了很多。不是什么书都做了，优先选有版权有流量潜力的。纯AI走量，混搭走口碑，两条线都得有。

但选书也踩了坑。有一本我看数据不错就接了，结果全是修仙术语和自造词，AI配音读得惨不忍睹——"缥缈宗"读成"漂渺宗"，一些多音字也读错。光重新标注发音就花了大半天。后来学乖了，接书之前先扫一遍文本，看专有名词多不多，多的话要么不接，要么提前在万象有声的发音字典里标好。

声音克隆用上了。有些系列书主角声音要跨书统一，我就用万象有声的声音克隆——录一段1分钟样本，克隆出专属音色，后面所有书主角都用这个声音。听众听着像同一个人，IP感就出来了。

但克隆也不是一次成的。我第一次用的样本有底噪，克隆出来的音色带着一层沙沙声，没法用。重新在安静环境录了干净样本才过关。后来客服跟我说样本质量决定克隆质量，1分钟样本要尽量覆盖你平时说话的音域和语速变化，别光念一段平的。

审听不敢偷懒了。兼职的时候有时候跳过审听，全职后绝对不敢。有一次偷懒没审就交了，甲方收到发现第二章整段漏读——AI生成时网络断了导致一段空白，我没发现。甲方没说啥，但我自己脸都红了，后来再也不敢跳。万象有声的AI审听会把音频和原文逐字比对，标出读错漏读，看完标注重点听那几段就行。以前人工审听一本三四个小时，现在半小时。

后期开始花心思了。前期做的书后期很糙，就加个BGM。后来发现音效对沉浸感影响太大了——风声脚步声开门声，加上之后完全不一样。万象有声有AI音效生成，输入文字描述就能出场景音效，不用到处找素材了。

但音效也不是万能的。有本恐怖悬疑的，AI生成的开门声太"标准"了，像办公室的门，完全没有老宅子那种吱呀作响的感觉。最后还是自己网上找了几个素材叠上去才对味。AI生成的是通用场景音效，特殊氛围还得靠人判断。

做了一年，说几句掏心窝的

第一，一个人确实能做有声书，但"能做"和"做好"差了十万八千里。

工具把门槛拉到了地板，但决定品质的还是你对内容的理解。选什么书、主角什么语气、哪段该加音效哪段该留白——这些判断AI帮不了你。我前十本书现在自己听都觉得烂，但第十本到第二十本确实是肉眼可见的在进步。

第二，AI没有取代真人，但改变了分工。

我现在做的书，主角一定是真人录的（自己录或者用克隆音色），配角旁白用AI。纯AI的也有，那是走量的快消品，甲方自己知道品质要求不高。真正赚钱的、有回头客的，都是混搭。

第三，万象有声不是唯一选择，但目前是我用着最顺手的。

我也试过别的——单独TTS配音、AU剪辑、手动画本。问题是工具割裂，一个项目要在三四个软件之间来回导文件，烦都烦死了。万象有声的好处是全流程在一个平台里走完，不用切换。而且它同时支持AI和真人两条线，不用在AI平台和真人录音平台之间来回折腾。

当然也不是没毛病——多轨编辑的灵活性不如专业AU，AI音色在极端情绪下还是有点生硬。但综合性价比和效率，对独立创作者来说目前确实是最顺的。

第四，这行没有躺赚。

每个月8-12本听起来好像不多？背后是每天8-10小时的活。选书、录主角、审听、修整、上架、盯数据，每个环节都得人盯着。工具解决的是"怎么做"，"做什么"和"做得好不好"还得你自己来。

第五，赚钱最累的部分是跟人打交道。

技术问题你找客服能解决，但配音员不回消息你能怎么办？平台deadline在催你能怎么办？你以为做有声书就是坐在电脑前录录音剪剪片子，实际上你大半时间在微信上催音、沟通修改意见、安抚配音员情绪、跟平台编辑对接。我老婆说我说梦话都在喊"哥你音什么时候交"。最崩溃的时候我真的想过不干了——不是技术干不动了，是心力交瘁。

给想入行的人几句实在话

想试水的兼职：别急着买设备。先用万象有声的免费额度跑两本短篇，走通流程，看看自己能不能坐得住、做不做得下去。能做再投入，不能做也没损失啥。

想全职的：先兼职做三个月，确认月收入能稳定到3000以上再辞职。这行收入波动大，上个月过万这个月可能三千，没有缓冲期你会很焦虑——别问我怎么知道的。另外做好心理准备：全职之后你不只是做书的人，还是催音的、跟人吵架的、被deadline追着跑的。精神压力比上班大，至少上班有周末。

想找人合作的：找配音员一定要试音再合作，别光听他发来的成品demo，让他录你书上的一段原文，录完你听了满意再约。交音时间一定要留缓冲，说好五天交的，你按七天来排计划。遇到靠谱的一定要珍惜，长期合作比每次重新找人省心太多了。万象有声支持项目里多人协作，配音员录完直接传到项目里，不用你来回倒文件，这个在合作多了之后真的能省不少沟通成本。

小型工作室：考虑AI跑量+真人出精品的双线模式。万象有声支持团队协作，3-5个人小团队做量产，效率比传统模式高太多了。

传统配音从业者：别抵触AI，当工具用就行。你的声音和表演才是核心竞争力，AI帮你处理旁白配角这种"体力活"，你的精力留给真正需要表演的部分。会用工具的配音员，比不会用的有竞争力——这个趋势已经很明显了。

最后

做有声书这一年，我最大的收获其实不是收入——虽然收入确实改变了我生活。最大的收获是：我发现我能独立创造一个东西，从文字到声音，从头到尾自己掌控。

这个感觉比上班交KPI爽太多了。

工具会越来越强，入行的人会越来越多，竞争也会越来越卷。但好内容的标准不会变——听众愿意听完、愿意追更、愿意推荐。做到这个的人，不管用啥工具，都能在这行活下来。

以上就是我这一年的真实经历。有啥想问的评论区聊，我看到就回。