实操指南：如何用字幕轴做AI配音并保留原声

配音最容易翻车的，不是音色「不够像人」，而是把字幕导出到另一个软件再合成：轴丢了，口型对不上，改一句就要整段重录。处理台里更稳的做法是：先把字幕审完，再按同一条时间轴逐段合成。配音作为额外音轨写入，默认可留着原声。

先有干净的轴，再合成

没有时间戳的文案，模型只能从头念到尾，长短全靠猜。正确顺序：

1. 先出带起止点的字幕（听写、硬字幕或导入 SRT）。
2. 审校错字、人名和气口，再开配音。
3. 合成只读当前轴上的文字，不另开工程。

十分钟字幕路径见这篇教程。轴乱了再配，只会把错误放大。

同一条轴上的配音路径

1. 打开处理台，用已有工程或拖入本地 MP4 / MOV。素材留在浏览器里。
2. 确认字幕轴已审过。还没有轴时，可先识别或导入 SRT。
3. 勾选「AI 配音」。中文选晓晴；英文从多种音色里挑。自动检测时，中文段落用晓晴，英文段落用你选的英文音色。
4. 默认语速贴合每条字幕时长。某一句被拉得又尖又快，先改那条的字数或起止点，不要整片手动拉到 1.4 倍。
5. 默认勾选「保留原声」。配音写入额外音轨，画面仍跟原片对齐。只有口播要整段替换时，再去掉原声。

免费版这项每月 1 次。音色、混音和额度见功能介绍与定价。

合成前只盯三件事

• 标点：引号、省略号容易造成怪停顿，审校时改成句号或逗号。
• 一句一气口：一条轴里塞两句，合成会在不该换气的地方换气。
• 中英混排：专名可留英文，但整句中英来回跳时，用自动检测分音色，比锁死一种声音更稳。

常见翻车

把配音当成「整段朗读」：片头空镜、笑声、过门都会被念出来。先把这些轴删掉或留空。合成完仍要听一遍——模型负责快，口型和音量的最后一公里还是你。

出海还要译文时，先翻译、再配音，轴仍然不动。整条后期顺序写在2026 年创作者后期。