ElevenLabs 配音每分钟成本（2026）：V1 与 V2 计算器

AI 概览

ElevenLabs 配音每分钟收费多少？

当前 API 定价显示：Dubbing v1 带水印为 $0.33/源分钟，不带水印为 $0.50/源分钟；Dubbing v2 为 $2.20/源分钟。

收费依据是源视频时长还是配音后输出时长？

ElevenLabs 按源媒体时长向每种目标语言计费。一段 10 分钟的源视频配音成三种语言，即产生 30 个可计费的语言-分钟（language-minutes）。

ElevenLabs 是否对每种语言单独收费？

是的。创建项目时预付第一种目标语言费用；每增加一种语言，在排队时单独计费。首种语言不会重复计费。

Dubbing v1 和 v2 哪个更便宜？

v1 明显更便宜，且支持可编辑的 Studio 流程；v2 成本更高，但专为更直接地保留原始说话人的声音、情绪、节奏和表达而设计。

当前 ElevenLabs 配音每分钟成本

截至 2026 年 9 月，ElevenLabs 列出了三个实用的 API 价格档位。税费、附加费及关税未包含在内，企业协议价格可能不同。

headline 费率仅是实用估算中的第一个数字。您的总成本还取决于源视频时长、目标语言数量、失败或重试的分段、清理耗时，以及本地化启动后主视频是否发生变更。

配音预算始于已锁定的源视频时长与所需语言版本数量——而非翻译脚本的长度。

若您仍在制作源视频，请先在 Seedance Agent 中统筹参考素材、镜头与审批流程，再支付本地化费用，避免为后续可能被替换的内容付费。

ElevenLabs 如何计算一个配音项目

按“源分钟数 × 目标语言数”计算

粗略估算公式如下：

源视频时长 × 目标语言数 × 每分钟费率 = 基础配音成本

一段 12 分钟的视频译为西班牙语、法语和日语，共产生 36 个可计费的语言-分钟。按公布的 v1 带水印费率计算，基础成本为 $11.88；按 v1 无水印或 Studio 费率计算，为 $18.00；按 v2 费率计算，则为 $79.20。

ElevenLabs 在创建项目时即对第一种目标语言计费。该笔付款用于准备源素材并预付首种目标语言费用。当首个目标语言排队时，系统将使用该预付款，不会再次扣款；其余每种新增目标语言则分别单独计费。

按完整源视频时长（而非说话时长）预算

计费依据为源媒体总时长。静音、片头音乐、停顿及非对白部分，仍计入上传资产的总时长。若从将配音至八种语言的源视频中裁剪掉一段不必要的 45 秒片头，即可减少 6 个可计费的语言-分钟。

因此，最有效的成本优化发生在上传之前：锁定剪辑版本、移除冗余场记点（handles）、明确哪些市场真正需要完整节目，并仅在服务于不同受众需求时才制作更短的区域化版本。

请使用语音清晰稳定、重叠较少、剪辑已锁定的干净源素材，以确保付费生成的语言版本不会继承本可避免的时间同步问题。

Dubbing v1 与 v2：更高费率所购买的价值

当编辑性与单位成本更重要时，选择 v1

Dubbing v1 是经济型方案。自动 v1 可识别说话人并快速生成目标语言版本；Dubbing Studio v1 则提供可编辑的项目工作流。当审阅者需修正人名、调整译句、更改说话人分配，或仅重生成特定分段时，此功能至关重要。

$0.33（带水印）路线适用于评估；$0.50（无水印）或 Studio 路线才是更贴近实际生产的对比基准——尤其当输出将正式发布时。切勿将带水印测试价格与最终交付要求直接比较，并据此推断整个项目均为 $0.33/分钟。

当表演还原度更重要时，选择 v2

Dubbing v2 采用端到端音频转音频方式，旨在跨语言保留说话人声纹、情绪、节奏与时间感。其定价为 $2.20/源分钟/语言，超过 v1 无水印费率的四倍。当前文档将 v2 描述为 Alpha 版产品，因此即使首版结果听感令人信服，也应预留质量审核预算。

在主网页界面中，自动 v2 不提供与 Dubbing Studio v1 同等的内置字幕编辑器。v2 的 API 编辑与重生成控制权目前仅限企业客户访问。因此，该选择不仅关乎“便宜 vs 优质”，更涉及“可编辑的 Studio 控制”与“更自动化的性能还原路径”之间的权衡。

多说话人内容应逐人审阅；单一声纹匹配良好，并不保证换人交接或重叠处理同样干净。

构建切实可行的配音成本计算器

从一个情景表格开始| 源视频与目标语言数量 | V1（带水印） | V1（无水印）/ Studio | V2 |

| --- | ---: | ---: | ---: | | 5 分钟 × 1 种语言 | $1.65 | $2.50 | $11.00 | | 10 分钟 × 3 种语言 | $9.90 | $15.00 | $66.00 | | 30 分钟 × 5 种语言 | $49.50 | $75.00 | $330.00 | | 60 分钟 × 10 种语言 | $198.00 | $300.00 | $1,320.00 |

以上为基于官方公布的每分钟费率计算得出的基础 API 费用，尚未计入税费及人工审核费用。自助式订阅方案可能包含不同额度的用量，但该运营公式仍有助于横向对比不同路径，并估算规模化成本。

增加返工余量（Rework Allowance）

切勿假设所有语言版本均能一次通过。请在内部预算中预留时间，用于文稿校正、发音复核、画面节奏对齐、音频混音及最终播放审验。这并不必然等同于再次支付整套平台费用：失败任务可能获得退款；而仅针对片段级的修正，其成本也通常低于整条内容的重新生成。但这些仍是真实发生的制作工时。

一份合理的规划表应包含：源视频时长、目标语言数量、所选模型、是否需添加水印、平台基础费用、审核人员工时、预期返工率，以及交付格式。请将平台支出与人工成本分开列示，避免因生成环节成本低廉而掩盖了审核流程的高昂开销。

在为更多语言付费前，先控制返工风险

锁定画面并优化源音频

请优先完成结构性剪辑。若在已生成六种语言版本后删除某个镜头，则团队已为过时内容付费，且须重新对齐全部交付物。请参考 Seedance 2.5 剪辑指南，在本地化启动前完成剪辑、延展与镜头替换。

尽可能将对白与高响度背景音乐分离，移除意外的环境噪音，避免多人同时讲话——除非该重叠本身具有叙事必要性。即便模型能出色保留人声特征，当两人语音交叠，或人名被音效掩埋时，仍可能导致配音混乱难辨。

制定验收检查清单

逐语言审核以下维度：语义准确性、专有名词与数字、说话人身份、发音、口型同步节奏、嘴部运动、背景音效、最终响度。对于由 AI 头像主导的节目，还需检查面部连贯性，以及停顿是否仍呈现自然意图。AI 头像视频工作流 提供了一条实用的制作路径，适用于主持人形象与讲话镜头需保持高度一致的场景。

完整的成本估算必须包含质量审查环节——它可及时发现说话人错配、术语误译、单词截断，以及令人分心的环境底噪突变。

Seedance 在多语言视频工作流中的定位

ElevenLabs 解决的是已有源视频后的语言本地化问题；而 Seedance 则介入更早阶段——即源视频、主持人镜头、辅助视觉素材、原生音频及成片终剪仍在开发之中时。将这些阶段明确区隔，可防止昂贵的配音流程沦为替代母版修复的权宜之计。

Seedance 原生音频对白示例

此真实 Seedance 输出展示了在母版送入多语言配音管线前，必须完成的对白与节奏校验。

对于以对白为主的源内容，请使用 原生音频指南 评估语音节奏与场景声效；若某位常驻发言人需在多个镜头中保持声线稳定，请参阅 声线一致性工作流，了解如何锁定声纹参照与连续性。请先批准该母版，再依据其最终时长核算 ElevenLabs 的用量。

Seedance Agent 在面向多区域本地化投放的营销活动中尤为高效：它可保留已批准的源镜头、分类管理各地区版本、仅重跑表现薄弱的视觉片段，并将母版与各类短视频变体统一归档。您仍需按每种语言的分钟数向配音服务商付费，但可显著降低因底层画面变更而导致重复付费的风险。

结论

一旦将路径选择、源视频时长与目标语言数量三者拆解开来，ElevenLabs 的每分钟配音成本便一目了然：V1 版本起价为 $0.33/源分钟（含水印）或 $0.50/源分钟（无水印）；V2 版本标价为 $2.20/源分钟，且每增加一种目标语言，计费时长即相应倍增。V1 是低成本项目及可编辑 Studio 项目的务实之选；V2 则适用于对原始表演质感有更高要求、愿为此支付溢价的场景。请务必先锁定源视频剪辑、裁去冗余时长、测试一种代表性语言、并为审核环节预留预算，再行规模化扩展。如需在本地化前构建稳定可靠的视听母版，请参考 Seedance 参考工作流。