完整解答
ChatGPT能做有声书吗?先说结论
ChatGPT能做有声书吗?截至 2026 年 10 月,单靠它做不出来。ChatGPT 能把回复读出来,也能和你语音聊天;Google 的 NotebookLM 和 Gemini 能把 PDF 变成播客式的讨论。但没有一个能接收整部书稿,再把每一个字按章节变成可以发布的音频文件。
这不代表聊天AI对做有声书没用。它们很擅长有声书周边的活:整理文字、列角色表、找难读的名字。这篇文章按各家官方帮助文档,逐一说明每个工具实际会怎么处理你的书,再讲从整理好的文字到多角色 M4B 的路线。完整流程可以看如何用AI制作有声书。
ChatGPT 朗读和语音:能听,不能导出
ChatGPT 有两种“说话”的方式。“朗读”(Read aloud)是回复上的一个操作,和复制、分享放在一起,只播放这一条消息。ChatGPT Voice 是实时对话:在设置里可以选 Live、Advanced 或 Standard,以及 Arbor、Juniper、Spruce 等九种声音之一。两者都是为在 App 里收听设计的。OpenAI 的帮助页面写了字幕、对话记录和使用额度(Live 按滚动 24 小时计算,Plus 为 3 小时),但没有提到把音频存成文件。
所以用 ChatGPT 做有声书,就是把一章贴进去、让它原样输出、点朗读、一直开着 App。一条回复远比一章短,所有角色都是同一个声音,最后也没有能上传到平台的文件。开发者可以改用 OpenAI 的语音 API,但每次请求只能用一个声音、最多 4,096 个字符,而且 OpenAI 已把现有语音模型标为弃用,将于 2027 年 1 月 6 日停止服务。
NotebookLM 音频概览:一场关于书的对话
NotebookLM 已在 2026 年 7 月更名为 Gemini Notebook,它是大家最常拿来尝试做有声书的工具。它的音频概览(Audio Overview)用 Google 自己的话说,是“AI 主持人之间的深度讨论”,用来总结你上传的资料。共有四种形式:深度探讨(两位主持人)、简介(一位主持人,很短)、评论和辩论。长度可选较短、默认、较长(较长仅限英文),支持 80 多种语言,可以下载。
NotebookLM 能把 PDF 转成音频吗?能,但内容是总结。用来复习教材、走路时听个报告大意非常好。它不是朗读:主持人会转述、跳过、加评论,Google 也提醒音频可能有不准确之处。小说的对白、节奏和章节,在这个过程里都留不下来。
Gemini 和 Claude 读 PDF:能看懂,不朗读
Gemini 能把 PDF 转成音频吗?Gemini App 可以从文档和幻灯片生成音频概览,同样是播客式讨论,可以下载;Google 说明这个功能暂不向 18 岁以下用户开放。Gemini 一次能装下多少文字取决于套餐:没有 AI 套餐时是 32k token,AI Pro 和 Ultra 最多 100 万 token,而一部长篇小说远超 32k。Google 另有 Gemini TTS,可以朗读你粘贴的文字,这条路线见用 Google AI Studio 做有声书。
Claude 可以读取最多 1,000 页的 PDF,各个套餐都有测试中的语音模式,但它的帮助页面写明语音对话保存为文字记录。和其他几个一样,它是很好的书稿编辑,而不是朗读者。
用聊天AI整理书稿
聊天AI真正派上用场的是这里。每次贴一章,让它做三件事:找出错别字和读起来拗口的句子;列出所有说话的角色,每个用几个词描述声音特点;列出所有自创名字、多音字和外文词,并给出读法。只让它报告,不让它改写,因为有声书里要的是你自己的句子,不是它的转述。
一个好用的提示词:“列出这一章里所有说话的角色,用不超过十个字写出年龄、性格和口音。再列出朗读时可能读错的词,并给出读法。不要改动我的原文。”把结果存好:角色表能加快选声音,名字表可以直接用在有声书发音纠正里。
从整理好的文字到多角色 M4B
文字整理好之后,上传到 FullCastBook AI 有声书生成器:无 DRM 的 EPUB、DOCX、带文字层的 PDF、TXT 或 Markdown,也可以直接粘贴。章节根据目录页或标题识别,每一句都会分给旁白或某个角色,每个角色从标准声音(Gemini)或高级声音(ElevenLabs)中得到一个独特的声音。检查一遍说话人,在需要的句子前加上 [quietly, almost to herself](自言自语般轻声)这样的提示,在浏览器里试听,只重新生成不满意的句子。
然后导出带章节标记的 M4B、整本 MP3,或每章一个文件的 ZIP,文件归你。这就是“ChatGPT能做有声书吗”的实际答案:它能帮你做,但朗读要交给别的工具。能卖到哪里取决于各平台:截至 2026 年 10 月,ACX 只有在 Audible 授权时才接受 AI 朗读,发布前先看Audible 是否接受 AI 有声书。
核对来源与日期
以上内容于 2026 年 10 月 21 日核对,依据 OpenAI 的 ChatGPT Voice 与 Android App 帮助页面及语音 API 文档、Google 的 Gemini Notebook 与 Gemini Apps 帮助页面,以及 Anthropic 关于文件上传和语音模式的 Claude 帮助页面,链接列在对比表下方。聊天AI的功能每个月都在变,如果你读到这里时已经过去很久,做决定前请再查一次。







