TTS 配音与声音克隆
把字幕变成配音音轨：逐条语音合成、自动对齐时间轴、行级试听与重生成，最后导出纯音频、替换音轨的视频或双音轨 MKV。配合声音克隆，可以用你自己的声音为视频配音。
配音工作台
启动台工具箱点「配音」，或在任务完成后直接衔接。放入一份字幕 + 可选视频即进入工作台：
- 左侧声音设置：选择引擎与音色、整体语速、输出形态与背景音策略
- 右侧逐行列表：每行可独立试听、换音色、重新合成；筛选「过长 / 失败」快速定位问题行
- 视频预览：实时预览配音与画面的匹配效果
多角色配音
在「角色分离」或校对工作台中保存过角色信息后，配音工作台会自动读取同一字幕的角色数据，并按角色批量设置音色。多人对白需要为每个角色明确选择音色，也可以让某个角色明确跟随全局音色；未分配角色的字幕继续使用全局音色。
- 单句可以覆盖角色音色，清除覆盖后会重新跟随主要角色
- 一句包含多个角色时会显示全部角色，但只按主要角色生成一条音轨，避免重叠合成
- 修改角色或单句音色后，已经生成的旧音频会标记为「需更新」，可按角色或一次性重新生成
- 切换引擎后若原音色不可用，需要重新选择；存在需更新的音频时不会静默导出
声音来源：三类任选
「音色」页面统一管理全部声音来源：
| 来源 | 内容 | 特点 |
|---|---|---|
| 本地模型 | Kokoro 多语 v1.1（中 / 英，103 音色）、VITS 中文 AIShell3（174 音色）、ZipVoice 声音克隆 | 免费、离线、无用量限制 |
| 在线服务 | Edge TTS（免费试用档）、OpenAI 兼容端点、Azure Speech（700+ 音色）、火山引擎豆包、ElevenLabs | 音质更好，按服务商计费 |
| 我的音色 | 用参考音频克隆出的专属音色 | 配任意本地 / 云端克隆引擎使用 |
各服务商的申请与配置步骤见配音服务配置指南。
声音克隆：用自己的声音配音
点「添加音色」进入克隆向导，四步完成：选素材 →（自动）选片段 → 参考文本 → 命名保存。
三种克隆方式：
| 方式 | 特点 |
|---|---|
| 本地 ZipVoice | 零样本克隆，免费、离线、即时可用；一段参考音频即建即用 |
| 火山复刻 2.0 | 效果更佳，需在火山控制台购买音色槽位 |
| ElevenLabs 即时克隆（IVC） | 多语种效果佳，即传即用（需付费套餐） |
素材可以选音频 / 视频文件，也可以直接用麦克风录一段。创建时自动做质量检测（时长、信噪比、削波、音量），给出问题定位与修复建议；音色支持导入导出，云端音色误删可从平台取回。
时间轴对齐：配音不跑轴
配音最难的是让语音长度贴合字幕时间轴，妙幕用三层机制处理：
- 语速预控制：合成前按目标时长预控语速
- 实测复核：合成后实测时长复核——本地引擎免费重合成，云端用 atempo 变速
- 间隙借用：仍不足时向相邻静音间隙借用时间
超过 1.5 倍语速红线的行会进入人工处理清单：改文案、单行重生成，或接受变速，由你决定。
输出形态
- 纯音频：wav / mp3 配音轨
- 替换音轨的视频：原视频画面 + 配音音轨
- 混音视频：原音轨压低（ducking）+ 配音叠加
- MKV 双音轨：原音轨与配音轨并存，播放器切换
- 可同时导出对齐后的字幕（时间轴与配音一致）
背景音策略支持「静音原轨（仅保留配音）」或「压低原轨」。本地配音合成多进程并行，批量任务近线性提速；本地语音引擎隔离运行，异常不影响主程序。
下一步
- 配好的音轨连同字幕合成到视频
- 完整出海流程照做：视频出海：翻译字幕并配外语音轨