ElevenLabs
播客片头是 12-30 秒时间线上叠加的三个音频元素：音乐床、主持人声音标签和 SFX 转场（呼啸声、上升音或冲击音）。在 Martini 上，ElevenLabs Eleven v3 处理主持人声音标签，Sound Effects v2 处理转场——两者都在同一画布的音频节点中运行，你可以交换声音、重新提示 SFX、重新计时音乐床而无需离开画布。Eleven v3 产生播客听众期望的广播品质叙述者表达；21 种声音库涵盖温暖叙述者（Rachel、Sarah）、权威男声（Brian、Daniel）和有活力的节目主持人（Aria、Charlie）。声音同意：如果你为标签克隆共同主持人的声音而非从库中选择，先获得明确书面许可——与任何其他声音克隆相同的规则适用。
播客片头声音标签是 5-8 秒的节目身份。在写脚本之前选择声音：每日新闻节目想要 Brian 或 Daniel（权威、节奏感）；访谈节目想要 Sarah 或 Charlie（温暖、对话式）；真实犯罪节目想要 Roger 或 Aria（粗犷或表现力）。在画布上用 3 种声音生成同样的 8 秒测试句子，连续听三个，然后投入。声音与节目的匹配比任何其他制作决策更影响听众对专业度的感知；模型输出质量在所有 21 种声音中相同，因此选择纯粹是音调匹配。
12 秒播客片头通常容纳 18-25 个口语词。这足够短，每个词都重要。用对话方式写："Welcome to The Builder's Hour — your weekly look at the people shipping the future. I'm your host, [name]."避免僵硬正式文本（"This podcast covers..."）。用省略号设置节奏——"Welcome to The Builder's Hour... your weekly look..."以自然节拍朗读，在音乐升起前落下。ElevenLabs v3 内联标签有帮助：节目名前的 [excited] 在品牌时刻提升能量；"your host"前的 [pause] 创建标准电台交接节拍。
将片头构建为画布上的三个音频节点：(1) 音乐床——以低音量生成或上传 12-30 秒主题音乐。(2) ElevenLabs Eleven v3——主持人声音标签，5-8 秒节目身份，在床之上播放。(3) Sound Effects v2——在片头和第 1 集之间剪切处的单个转场（呼啸声、上升音、冲击音）。Martini 画布让你将所有三个对齐到同一时间线。标准编排：音乐开始，声音在 +1 秒处进入跨越床面，SFX 在声音结束时命中，音乐在第 1 集的前 3-5 秒下继续然后淡出。12-30 秒总长度是行业最佳点——更短感觉匆忙；更长让听众跳过。
播客片头应在节目每集中保持相同——相同声音标签、相同音乐床、相同 SFX、相同时间。一旦调整完成将片头画布保存为 Martini 模板，然后为每个新集复制模板。仅更新主持人口语的特定集标签（例如，"And today, we're talking to..."），其余保持锁定。ElevenLabs Eleven v3 与固定声音 ID 的确定性输出意味着稍后重新运行画布产生的音频轨道与原始毫秒级匹配——对听众潜意识注意到的节目一致性至关重要。
ElevenLabs Eleven v3 与 Brian 或 Sarah 声音的标准访谈节目介绍。[excited] 标签在节目名上提升能量，[pause] 在主持人介绍前创建标准电台交接。总时长：约 10 秒。
Welcome to The Builder's Hour. [excited] Your weekly look at the people shipping the future. [pause] I'm your host, Sam Patel.
新闻节目冷开场风格——情境化开场让听众扎根，然后揭示节目名。与 Daniel 或 Roger 配对获得权威表达；Aria 获得更锐利的能量。
It's Tuesday morning. Coffee's hot, the news is heavy, and I'm here to make sense of it. [confidently] This is The Daily Brief.
总片头长度：12-30 秒是行业最佳点。其中声音标签应为 5-8 秒——足以落实品牌，短到音乐床承担其余。
音乐床音量：在标签期间保持在声音下 -12dB 到 -18dB，声音结束后回到 -6dB。Martini 画布时间线让你无需外部混音器即可设置。
声音标签脚本每 10 秒交付 25-30 个词。任何更密集的听起来匆忙；任何更稀疏的感觉脚本用完了。
多语言播客，用 ElevenLabs Multilingual v2 渲染相同片头结构——相同脚本，切换语言，音乐床保持相同，让听众跨语言版本识别节目。
调整完成后将画布保存为模板。后续集仅更改主持人的特定集标签行；片头本身保持锁定以保持节目一致性。
ElevenLabs Eleven v3 产生锚定播客片头的广播品质叙述者声音标签。21 种声音库涵盖每个节目原型，70+ 语言支持处理本地化版本，内联标签（[excited]、[pause]、[confidently]）给主持人声音听众期望从精致节目获得的能量曲线。与 Fish Audio S2-Pro 的权衡：ElevenLabs 在英语情感表达上更精致更自信；Fish Audio 提供更广的语言覆盖和自然语言方括号提示。英语播客中主持人声音标签是成败关键时刻，ElevenLabs 是更安全的选择。完整片头流程——声音 + 音乐 + SFX——完全在 Martini 画布上运行，因此播客制作人可以在不离开工作区的情况下迭代片头。
在 Martini 的无限画布上将 ElevenLabs Eleven v3 与其他 AI 模型连接使用。无需 GPU，免费开始。
免费开始