视频配音

写好旁白稿，选一个音色，导出配音和字幕。

做视频最耗时间的一步常常是录旁白：找安静的地方、念错重来、改一个字又要整段重录。这里把稿子直接转成普通话配音，同一次生成还能下载和语音对齐的 SRT 字幕，导进剪映、Premiere 或 Final Cut 就能用。没有水印，不用注册，文字全程留在你的浏览器里。

0:00

旁白稿怎么写，配出来才自然

按说话的节奏写，一句话一个意思。书面语里常见的长定语（「基于用户需求而设计的一款……」）念出来很拗口，拆成两句会顺很多。工具按句号、问号、感叹号切句，逗号处会有短停顿，所以标点就是你控制节奏的方法。

需要停顿的地方，比如抛出问题之后、切换画面之前，用「停顿」按钮加 0.5 到 3 秒，或者直接在稿子里写 [pause 1s]。两段之间空一行，也会自动停一下。

共有 100 种普通话音色，菜单里先列出 12 种，其余在「更多音色」里。每个音色都能先试听，不用下载任何东西。知识类、教程类视频常用沉稳一点的男声，种草、生活类视频多用女声，最好拿你自己稿子的第一句换三四个音色听一遍再定。

短视频的旁白通常比日常说话快，1.1× 到 1.2× 比较合适；教程类留在 1×，观众要跟着操作。长句会自动读慢一点，所以整体调快以后，长句也不会赶得听不清。

下载菜单里选 SRT，得到一份和配音对齐的字幕文件。中文字幕每行最多 16 个字、每条最多两行，优先在标点处断开，这是大部分平台竖屏和横屏都放得下的长度。句与句之间的时间点按实际生成的音频定，一句之内按字数比例分配，所以误差只在一句之内，不会越往后越偏。

剪辑时先把音频和字幕一起拖进时间线，再按画面微调，比边听边打字幕快得多。

直接上传或者发给别人，用 MP3（96 kbps，单声道，1 分钟约 0.7 MB）。还要在剪辑软件里加背景音乐、调音量、做效果的，用 WAV，1 分钟约 2.9 MB，反复导出也不会损失音质。

生成后「分段」列表会列出每一句和它的时长。客户要改一个词、某个多音字读错了，直接在列表里改那一句，点「保存并重新生成」，只有那一句重新生成，其余的立刻复用。多音字读错时，换一个读音相同的字或词最快。

配音可以商用吗？

音频没有水印，我们也不要求署名。发布前请看所在平台的规定；国内平台按规定需要对 AI 生成的声音做标识，发布时按平台提示勾选即可。

有字数或时长限制吗？

没有。语音在你自己的设备上生成，没有额度。十分钟的稿子和三十秒的一样能做，只是生成时间长一些。

稿子里有英文单词怎么办？

夹在中文里的英文单词，比如品牌名、APP，会用英文发音读出来。整段英文请用英文语音页。

能读粤语或者方言吗？

不能。所有音色都是标准普通话。

一条视频能用两个音色吗？

一次生成只用一个音色。对话类视频可以按角色分别生成，再在剪辑软件里拼起来。

手机上能用吗？

新版手机浏览器能用，但生成比实时慢，第一次还要下载约 100 MB 的语音引擎。建议在电脑上用最新版 Chrome 或 Edge。