在影片創作、商業廣告配音、有聲書製作以及向客戶交付音訊專案的過程中，創作者常透過 AI 語音平台大幅提升製作效率。然而，平台版權爭議與商業授權邊界始終是創作者最需謹慎應對的合規核心。許多獨立創作者常有一項普遍誤解：以為只要在 YouTube 或社群影片說明欄中加註「配音由 Voicemaker 生成」，即可合法將免費版音訊用於獲利管道。
根據 Voicemaker 官方《服務條款與最終使用者授權合約》（EULA），免費版（Free）嚴格禁止任何商業獲利行為，且加註署名絕對無法替代商業授權。 若欲將配音用於帶有廣告收益的 YouTube 影片、付費線上課程、商業廣告投放或向業主交件，必須訂閱付費方案（如月費 5 美元的 Basic / Starter，或月費 24 美元的 Pro）。付費訂閱享有完整的商業使用授權（Commercial Rights）與音訊永久版權，且發布時無須強制標註任何署名。
本文將完整梳理 Voicemaker 於免費版、Basic 版與 Pro 版在商業授權、署名政策、單次轉換字元上限、月度額度扣除規則及神經語音引擎呼叫權限上的實質差異。
核心規格速查：Free vs. Basic (Starter) vs. Pro
在 Voicemaker 產品架構中，第一階付費方案為 Basic（於目前結帳系統標註為 Starter Monthly，月費 5 美元），第二階為 Creator（月費 10 美元），第三階為 Pro（月費 24 美元）。以下為核心方案之間的權益與限制對照表：
| 功能與限制維度 | 免費版（Free） | 基礎版（Basic / Starter） | 專業版（Pro） |
|---|---|---|---|
| 價格（美元） | 永久免費（$0） | $5 / 月（年繳 $50 / 年） | $24 / 月（年繳 $240 / 年） |
| 商業使用權（Commercial Rights） | 禁止；僅限個人非商業評估測試 | 享有完整商業授權 | 享有完整商業授權 |
| 是否強制署名（Attribution） | 非商業公開使用建議標註；但加註署名不能免除商用侵權責任 | 無須署名；無強制標記要求 | 無須署名；無強制標記要求 |
| 單次轉換字元上限 | 250 字元 | 3,000 字元 | 10,000 字元 |
| 每月點數額度（Credits） | 25,000 點（或有限試用配額） | 200,000 點（約 4 小時音訊） | 1,000,000 點（約 18–20 小時音訊） |
| 點數遞延（Rollover） | 不支援 | 不支援 | 支援遞延 1 個計費週期（僅限月繳） |
| 音訊匯出格式 | 僅限 MP3 / OGG（128 kbps 壓縮音質） | MP3 / OGG 192 kbps；WAV 16-bit 48kHz；電話音質 8kHz | MP3 / OGG 192 kbps；WAV 16-bit 48kHz；電話音質 8kHz |
| 語音庫與語言支援 | 僅限基礎引擎（AI1–AI6 預設語音） | 擴充語音庫（500+ 語音，140 種語言） | 完整語音庫（所有基礎與旗艦高階模型） |
| ProPlus 神經語音引擎 | 不開放 | 支援呼叫（Turbo 按 2 倍扣點；High-Res 與 Expressive 按 4 倍扣點） | 支援呼叫（Turbo 按 2 倍扣點；High-Res 與 Expressive 按 4 倍扣點） |
| 聲音複製配額（Voice Clones） | 0 組 | 5 組自訂聲音配額 | 20 組自訂聲音配額 |
| 雲端儲存與專案管理 | 0 GB；無持久化多音軌專案 | 1 GB 空間；100 個專案 | 10 GB 空間；250 個專案 |
| 語音頻譜轉換（STS） | 不支援 | 支援呼叫（100 點 / 秒） | 支援呼叫（100 點 / 秒） |
| 客服支援層級 | 一般電子郵件支援 | 一般電子郵件支援 | 優先回應電子郵件支援 |
署名迷思澄清：為何免費版標註來源依舊屬於侵權？
許多初次使用 AI 配音的影音創作者，常在 YouTube 影片資訊欄留下標註，例如："Voice by voicemaker.in"，並認為只要做到「註明出處」，便不會引發版權糾紛或平台處罰。
Voicemaker 的授權協議對此有明確界定：
- 免費版的非商業性質具排他約束力： 免費方案生成的音訊資產僅授予個人內部功能測試、學術實驗或品質評估之用途。
- 署名無法轉換為合法商用授權： 標示來源僅屬社群引流與禮貌性行為，在法律上無法產生商業授權效力。若包含免費版音訊的影片啟用了營利廣告分潤（如 YouTube 合作夥伴計畫）、刊登品牌商業置入、應用於企業推廣，或向外部業主收費交付，皆構成違反合約的侵權行為。
- 付費方案享有免署名自主權： 只要帳號在 Basic（Starter）或 Pro 的有效訂閱期間內生成音訊，該音訊即享有完全的商用授權。創作者無須提及 Voicemaker 名稱，亦無須在專案說明中嵌入反向連結。
商業授權邊界與轉售限制（Reselling Restrictions）
Voicemaker 將商業權利定義為：在任何商業活動、企業運作或營利專案中採用生成語音，且直接或間接創造經濟利益之情境。在付費方案下，合規應用包含：
- 營利性 YouTube、TikTok 與 Instagram 短影音與長影片。
- 廣播電視廣告、遊戲配音與企業員工內訓數位教材。
- 上架至商業平台銷售的有聲書或付費 Podcast。
- 向客戶交付外包的配音專案檔案。
然而，商業使用權絕非軟體轉售權。創作者嚴格禁止：
- 將 Voicemaker 語音 API 重新封裝為自有的白牌（White-label）文字轉語音產品轉售給第三方。
- 將付費帳號的金鑰私自分發或出租予未經授權之第三方。
- 擷取生成音訊資料，用作訓練、微調或對標競品 AI 語音模型之數據集。
訂閱終止後的音訊版權延續性
許多製作公司經常詢問：「若我們僅在專案製作期間訂閱一個月，後續退訂，已發布至客戶頻道的影片會違約嗎？」
Voicemaker 條款給予了明確保障：於付費訂閱有效期間合法生成並下載的音訊，創作者享有永久版權（Perpetual Copyright）。 即使專案告一段落後你退訂方案，已發布的商業影音作品依然受完整授權保護，無須下架或補繳任何版權費用。唯未續訂情況下，帳戶剩餘之未用點數與遞延點數將於週期截止時失效。
單次字元限制與點數扣除機制深度剖析
評估製作流程與成本預算時，創作者必須釐清 單次轉換字元上限 與 月度點數額度 的實務運作機制。
1. 單次轉換字元上限之實務工作流影響
單次轉換上限決定了編輯器中一次按下「Convert to Speech」時，系統能承載的最大文案篇幅：
- 免費版（250 字元）： 僅能容納 1 至 2 句簡短口播。若欲生成長篇文稿，創作者必須在剪輯軟體中反覆拼接數十個零碎音訊檔案，流程極其繁瑣。
- Basic / Starter 版（3,000 字元）： 相當於約 450 至 600 個英文單字，或約 1,500 個中文字。足以單次生成一支完整短影音口播稿、Podcast 開場引言或產品教學重點段落。
- Pro 版（10,000 字元）： 相當於約 1,500 至 2,000 個英文單字，或約 4,000 至 5,000 個中文字。支援長篇解說影片、紀錄片專題章節或線上課程模組一氣呵成的連續旁白，大幅消除分段合成引發的語氣銜接斷層。
- 長篇書籍專屬方案： 針對專業長篇著作出版商，Voicemaker 另設有 Audiobook & Podcast 專案包（優惠年費約 $25），單次轉換上限高達 100,000 字元，並附贈 1,000,000 點年度額度。
2. 點數倍率與各語言扣點規則
Voicemaker 以點數（Credits）作為計費單位。一般英文字元使用預設神經模型時，原則上 1 字元扣除 1 點。但在使用高階旗艦引擎或非拉丁語系時，系統設有特定的點數加乘倍率：
- 中日韓（CJK）文字扣點倍率（2 倍）： 由於中文、日文及韓文字元在音素切分與模型處理上運算負載較高，Voicemaker 規定 CJK 字元一律按 2 點 / 字元 計費。輸入 1,000 個中文字之文稿，將扣除 2,000 點。
- 預設神經語音（Default AI1–AI6, HashCode）： 1 點 / 字元。
- ProV1 神經語音： 1 點 / 字元。
- FlashX 高畫質多語言模型： 1 點 / 字元。
- ProV2 新一代神經語音： 2 點 / 字元。
- ProPlus Turbo 引擎： 2 點 / 字元（延遲低於 100 毫秒，專為低延遲即時應用打造）。
- ProPlus Expressive & High-Res 引擎： 4 點 / 字元（錄音室旗艦音質，支援透過提示標籤注入耳語 whisper、大笑、憤怒等細膩情緒）。
- Speech-to-Speech 語音轉換： 100 點 / 秒。
- Speech-to-Text 語音轉文字（含 SRT 匯出）： 10 點 / 秒。
神經語音引擎呼叫權限：Basic vs. Pro
Basic 與 Pro 方案皆具備呼叫高階神經引擎的權利，但在母帶音質、客製化聲音克隆與情緒控制連續性上，呈現分明的階層分野。
音訊格式與母帶音質
- 免費版： 僅支援 128 kbps 壓縮碼率之 MP3 或 OGG。人聲高頻動態較易出現可聞的失真瑕疵。
- Basic 與 Pro 版： 支援錄音室等級的 WAV 無損音訊（16-bit PCM, 48 kHz），以及 192 kbps 高碼率 MP3/OGG 與 8 kHz 電話系統格式。WAV 無損檔案對於後續需進行降噪、等化（EQ）、空間殘響處理的專業混音流程不可或缺。
聲音複製（Voice Cloning）空間
- Basic / Starter： 提供 5 組自訂聲音複製配額。上傳經合法書面授權的乾淨乾聲音訊樣本，即可訓練出品牌專屬的語音模型。
- Pro： 配額大幅提升至 20 組自訂聲音複製配額，極適合多頻道營運矩陣、廣播劇製作團隊或需為眾多客戶維護獨立角色聲線的廣告代理商。
情緒標籤控制與戲劇張力
旗艦級 ProPlus Expressive 模型支援於超過 70 種語言的文本內嵌入提示詞標籤，精確調節語調風格、低語與笑意。搭配 Pro 方案高達 10,000 字元的單次轉換窗口，創作者得以一次合成整場高張力的對白戲劇，避免 Basic 方案在 3,000 字元斷點處產生的情感斷裂。
點數遞延（Credit Rollover）機制
- Basic / Starter： 不支援點數遞延。每月未用完的 200,000 點數於結帳日自動清零。
- Pro 月繳方案： 獨家享有 1 個週期的點數遞延機制。若當月僅使用 400,000 點，剩餘的 600,000 點將自動併入下月額度，使下月可用預算達到 1,600,000 點，大幅舒緩專案淡旺季的工作負擔。（註：年繳 Pro 方案採一次性發放全年 1,000 萬點，不適用月度遞延規則）。
方案選擇指南：哪款配置最符合你的製作需求？
建議維持免費版（Free）的情況
- 僅用於評估不同語音音色、測試生僻字發音表現或測試平台合成反應速度。
- 完全無商業營利目的，作品不公開發布於任何帶有分潤或商業意圖之頻道。
建議選擇基礎版（Basic / Starter，月繳 $5）的情況
- 個人 YouTuber 與社群自媒體創作者： 經營營利性短影音（Shorts、Reels）或常態性 5 至 8 分鐘之週更影片，單段文稿在 3,000 字元以內。
- 預算有限但重視法律合規的接案創作者： 需要毫無爭議的商業授權及 48kHz WAV 母帶音質，尋求成本最低的法律安全門檻。
建議升級至專業版（Pro，月繳 $24 / 年繳 $240）的情況
- 高產量影像工作室與外包團隊： 定期產出深度長影片、大規模企業訓練課程，對 10,000 字元單次轉換有高頻剛性需求。
- 深度依賴高階情緒模型的專業製作： 由於 ProPlus Expressive 與 High-Res 消耗 4 倍點數，Basic 方案的 20 萬點僅能產出約 5 萬字元的高階語音；Pro 方案的 100 萬月度點數才能提供穩健的創作空間。
- 重視專案彈性的團隊： 看重 Pro 月繳專屬的 1 個月點數遞延機制，以及面臨緊迫交期時的優先客服支援。