先说结论：这次的窗口期，是开源模型亲手开的
配音这门副业，过去几年一直有人在做，但门槛始终卡在两个地方：要么你得有一副好嗓子加一套录音设备，要么你得掏钱买商业 TTS 的 API。前者拼天赋，后者拼成本，普通人两头都够不着。
Fish Audio 把 Drama 3 开源了，35B 参数、开放权重，直接把”效果”这一档拉到了免费。更关键的是，它对硬件的要求低得离谱：一块 8GB 显存的消费级显卡就能跑。这意味着什么？意味着以前需要 24GB 显存、或者按调用量付费才能拿到的配音质量，现在一台普通游戏本级别的机器就能本地跑出来，成本几乎为零。
不会折腾显卡、连显卡都没有的人也别急。HeyGen 这类在线工具照样能入场，注册、上传文案、选声线、导出，半小时就能交付第一单。本地部署和在线工具，对应的是两条路线：前者成本低、适合走量；后者零门槛、适合先验证需求。
窗口期的逻辑从来都一样：新模型刚出来，供给端懂的人少，需求端却早就存在。等到人人都知道”AI 配音几分钟搞定”的时候，价格就被打下来了。现在，就是那段”知道的人不多、愿意付费的人不少”的窗口。
这门生意的钱，到底从哪一刀赚
一句话说透：赚的是”真人配音请不起、AI 配音正好够用”之间的价差。
需求方画像非常清晰：中小创作者、短视频博主、知识付费的课程主、本地商家的广告投放。他们有一个共同点——内容要配音，但预算撑不起专业配音。专业配音什么价？一条几分钟的广告，找真人配，几百上千是起步价。对月更几十条短视频的小博主来说，这笔钱根本烧不起。
但他们自己录呢？要么普通话不标准，要么声音不好听，要么没时间一条条录。于是 AI 配音卡进了一个完美的甜蜜点：几十块钱一条，效果”能用”，交付还快。你卖的不是”顶级音质”，卖的是”够用、便宜、快”。
四个方向，亲测能跑通
**方向一：短视频口播配音代工。** 这是量最大的一块。影视解说、小说推文、知识科普类账号，每天都要出好几条，博主自己配不过来。你接过来，文案他给，你只管出音频。熟练之后，一条 3 分钟的配音，从拿到文案到交付成品，不超过 20 分钟。
**方向二：小说推文配音 + 分销 CPS。** 小说推文这条赛道，配音是刚需中的刚需。你可以不只做代工，而是自己找推文授权，用 AI 配好音、剪好视频去分发，挂 CPS 链接吃分成。代工赚的是辛苦钱，CPS 赚的是增量钱，两条腿走路。
**方向三：课程与知识付费配音外包。** 很多做课的人，PPT 早就做好了，就差一个”讲课的声音”。这类单单价高、修改少，因为课程文案是定稿，不像短视频那样天天变。谈下一两个做课的客户，就是稳定的月单。
**方向四：本地商家广告配音。** 奶茶店上新、汽修店促销、美容院拓客，本地商家常年要在朋友圈和短视频投广告，配音需求零散但持续。这类客户不懂行、比价少，维护好了复购很稳。
定价：先活下来，再谈涨价
新手最容易犯的错，是定价的时候既怕报低了吃亏，又怕报高了没单。给你一个参考锚：短视频配音按条收费，几十元起步；有声书、长音频按字数或时长计费，单价谈得拢就行。
实话实说，首月 500–2000 元是比较现实的区间。别信那些”AI 配音月入三万”的截图——那是卖课的人的收入，不是做配音的人的收入。做到第三个月，手里有几个稳定客户，月 3000–6000 元是看得见的（行业经验参考，非收益承诺）。
成本侧也要算清楚：如果你走在线工具路线，HeyGen 这类工具的订阅费是固定成本，接单报价里必须摊进去。先有单、再开会员，别反过来。
风险提示
这一节不写，你迟早要交学费，我直接替你交了。
**第一，克隆声音必须有授权。** 客户发来一段”照着这个声音配”的参考音频，先问一句：这是你自己的声音吗？有没有授权？未经授权克隆他人声音做商用，是明确的侵权，平台下架都是轻的。只接”用公开声线库”或”客户自有声音且有书面确认”的单。
**第二，声线同质化。** AI 配音的声线库大家都一样，你能用的声线，别人也能用。拼的从来不是”声音多好听”，而是交付速度、修改响应和售后态度。把”两小时交付、免费改两次”写进你的接单页，比换十个声线都管用。
**第三，交付纠纷提前约定。** 文案谁提供、改几次免费、交付什么格式、加急怎么收费，开工前全部说清楚。口头约定的单，纠纷率是书面约定的好几倍。
**第四，别先花钱。** 工具订阅、声卡、麦克风，都不是你开工的前提。先用免费额度跑出第一单，用赚到的钱再去升级装备。副业死掉最多的姿势，就是”装备先行、订单为零”。
写在最后
AI 配音这门副业，拼的从来不是技术——技术已经开源、免费、8GB 显存就能跑了，拼的是你离客户有多近。谁先把”我能两小时给你配好”这句话，递到那些”请不起真人、等不起自己录”的人面前，谁就先吃到这波窗口期的红利。窗口不会一直开着，但先跑起来的人，窗口关了也有老客户。别研究了，先去接第一单。
