📋 编辑总结
Onepin 是面向配音生产的 AI Agent:先把地址、价格、日期、缩写规范化,再用 400 万词发音词典纠正人名品牌名药名,生成后逐行给出自然度/词准确度/清晰度/发音四个分数,不达标自动重生成。一个账号接 30+ 个 TTS 引擎(ElevenLabs、OpenAI、Google、AWS、Cartesia、MiniMax 等)并按行路由,不用换音色。支持 10 种语言,Free 免费、Creator $16/月起。 定价:Free $0(1,000 一次性 credits,约 15 分钟成品音频,无超额);Creator $16/月(年付价,3,000 credits/月,约 100 分钟);Studio $80/月(15,000 credits/月,含 BYOK);Scale $240/月(50,000 credits/月);Enterprise 定制。100 credits = $1,席位全档免费,年付省 20%。编辑评分:⭐ 4.5。

Onepin 是什么?

Onepin 是一个面向配音生产的 AI Agent,官方 slogan 是「你的 AI 语音生产 Agent」——注意是生产,不是生成。

它解决的问题非常具体:TTS 模型念错东西。地址、价格、日期、缩写、人名、品牌名、药名,随便念错一个,整条音频就废了。Onepin 的做法是在「文本」和「TTS 引擎」之间插一层流水线:先把容易翻车的部分修掉,生成之后逐行打分,不达标自动重生成。

它不要求你换音色。官方原话是「别再和某一个模型绑死」:一个账号接 30 多个 TTS 引擎,脚本按行路由到最合适的模型。

核心功能

1. 先清洗文本(Normalizer) 地址、价格、日期、缩写,在合成之前就规范化。官方称这一步能消掉大约一半的语音错误,且支持所有语言。页面举的例子是把 3042 St. Luis St. NW 这类字符串改成模型能读对的写法。

2. 发音词典(Phonemizer) 官方称有一个 400 万词的词典,专门教模型怎么念难词:品牌与产品名(Versace、Givenchy、Balenciaga)、医药与科学术语(semaglutide、hydroxychloroquine)、以及各种语言的硬名字(Siobhán、Saoirse、Björk、Xóchitl)。

3. 逐行校验(Validate) 每一行回来都带四个分数:自然度、词准确度、清晰度、发音。官方强调是「按你的标准打分,不是按我们的」,并且所有语言用同一把尺子。

4. 自动修复(Fix) 某一行没达标,就重生成整行,或者只修那个念错的词;官方说会一直给你最好的那一版。

5. 30+ 引擎,一个账号 页面上列出的包括 ElevenLabs、OpenAI、Microsoft(Azure)、Google、AWS、Cartesia、Murf AI、Deepgram、MiniMax、Inworld,另有 20 多家。官方给的理由很实际:供应商涨价、下线、跑路时,你的流水线不用跟着搬家。

6. 商用与合规 每个输出都归属给你、可用于商用;官方说只路由到允许商用的引擎;Enterprise 可加谈定的 IP 赔偿条款。安全侧有 SOC 2、SAML SSO、私有工作区、自定义保留策略、99.9% SLA。

版本/套餐对比

定价是公开的,五档(此处为年付月价,年付省 20%):

套餐价格额度成品音频关键差异
Free$01,000 credits(一次性)约 15 分钟10 种语言、1 个工作区、1GB 存储、唯一不可超额的档位
Creator$16/月3,000 credits/月约 100 分钟/月3 个并发、100GB、邮件支持、可下载导出
Studio$80/月15,000 credits/月约 9 小时/月3 个工作区、500GB、支持 BYOK、Slack 支持
Scale$240/月50,000 credits/月约 30 小时/月10 个并发、5 个工作区、1TB、最低超额费率
Enterprise定制自定义自定义IP 赔偿、跨团队共享额度、SAML、DPA/BAA、专属支持

计费口径:100 credits = 1 美元,一个 credit 同时覆盖生成和校验,不再单收 TTS 账单。席位在所有档位都免费——官方明说「你为生成的语音付费,不为人数付费」。超额不会断流,按 $0.007–0.010/credit 走按量计费。

值不值得用?

优点:

  • 直击真痛点:名字、金额、日期念错是配音返工的头号原因,市面上专门解决它的工具不多
  • 不绑音色,30+ 引擎按行路由,供应商出事时不用重做流水线
  • 四维打分 + 自动重生成,把「人耳逐条听」变成「机器先筛一遍」
  • 计费透明:100 credits = $1,席位免费,Free 档就能跑完整流程
  • 商用授权和合规材料齐(SOC 2、DPA/BAA、SLA),能过采购

缺点:

  • 语言只有 10 种,官方在定价表里写得很清楚。多语种不等于全语种,小语种需求要确认
  • 免费档只有 1,000 一次性 credits(约 15 分钟),且不允许超额,试用边界很硬
  • 效果上限仍受上游引擎影响,模型本身读不准的地方它只能改善,不能凭空造
  • 中文场景的实际表现需要自己试——官方演示与词典例子以英文、拉丁语系为主
  • 下载导出要 Creator 起,Free 只能在应用内播放

结论:如果你在做配音、播客、电商视频、课程音频,且被「念错名字和数字」反复折磨,它值回票价——尤其你本来就在付 ElevenLabs 之类的账单。如果只是偶尔配几条音,Free 档够验证,不必急着订。

使用建议

  • 拿最痛的文本测:一堆人名加金额的报价单、带日期的新闻稿、多语种地址,比通用文案有参考价值。
  • 把它放在生成之前:清洗和发音是前置环节,越早介入返工越少。
  • 先接一条生产线:别一次性全切,跑顺了再扩。
  • 人工终审别省:四维打分能挡大部分问题,行业黑话和专有名词仍需人耳确认。
  • 算清单价再选档:按每月成品分钟数倒推 credits,别按「条数」估。

适合谁用?

推荐:已经在用 ElevenLabs / OpenAI / Google TTS 做配音、不想换音色的人;做多语种内容、常处理金额日期地址的团队;内容量大、人工校对成本高的播客/广告/电商视频生产者。

可考虑:刚起步、配音量不大但要求成片质量的创作者;需要把配音接进自己系统(有 API/CLI/SDK 与 MCP)的工程团队。

不推荐:需要私有化部署的团队(官方是 SaaS);只需要 10 种语言之外的语种;几乎不涉及数字、人名、专有名词的简单场景。