想给视频或播客配上 AI 旁白和背景音乐，两个工具就够了：用 ElevenLabs 生成人声旁白，用 Suno 生成背景配乐，再自己混一遍。下面按顺序走一遍。
先写脚本和音乐简报
动手生成之前，先把两份东西写清楚。一份是旁白脚本，逐句写好，标出停顿和要强调的词。另一份是音乐简报：情绪、节奏快慢、时长、想要什么乐器。脚本喂给配音工具，简报喂给音乐工具。这一步含糊，后面每一步都得返工。
用 ElevenLabs 生成旁白
把脚本粘进 ElevenLabs，选一个声音、设好语言，点生成，再逐句听一遍才下载。它适合做旁白和多语言的声音样稿。有免费方案可以先试，付费档位以官网为准（官网信息，2026-07-15核对）。
发音、重音和翻译后的意思都可能出错，专有名词和外语句子尤其容易翻车，生成完必须逐句核对。如果要用某个真实人物的声音，得先拿到本人授权，不能直接克隆。
用 Suno 生成背景音乐
在 Suno 里用一段文字描述你要的音乐，写清风格、情绪、节奏和大致时长，生成几版再挑一版。背景配乐一般选纯器乐，这样旁白人声不会被盖住。它适合快速把脑子里的音乐想法听出来。有免费方案可以先试，付费档位以官网为准（官网信息，2026-07-15核对）。
示例提示词
轻快的 lo-fi 器乐，中等节奏，温暖的电钢琴打底，适合产品讲解视频背景，约一分钟，循环处不突兀。
生成结果的歌词、结构和声音细节都要自己再听一遍，别直接拿去用。想商用的话，能不能用、怎么用得看 Suno 当前的条款，不能凭以前的印象判断。
把人声和音乐混到一起
拿到旁白和配乐两条音轨后，在任意音频或视频编辑器里把它们叠起来。人声放在最上层保持清晰；有人说话时把音乐音量压低（侧链闪避），停顿处再抬回来。对齐两条音轨的长度，结尾给音乐做个淡出。混完整体过一遍，确认旁白没有哪一句被音乐压住。
发布前核对
导出成片之前，把这几条真实限制逐条确认一遍，免得上线后返工或踩到权利问题。
- ElevenLabs 的商业许可和高级声音功能随方案变化，确认你当前的方案允许你的用途。
- 旁白里如果出现真实人物的声音，确认你已经拿到本人授权。
- 逐句复听旁白，重点查专有名词和外语句子的发音与重音。
- Suno 的商业使用条件按官网当前条款核对，别脱离最新条款下判断。
