问答 · 配音
文字转语音的方法
更新于 2026 年 11 月 18 日

方法一:系统自带的朗读
手机和电脑的辅助功能里都有朗读:选中一段文字,点朗读,就会念出来。好处是免费、随手可用;缺点是声音比较机械,一般不能导出成音频文件。适合自己听文章、校对稿子时用耳朵检查。
方法二:阅读和文档软件的朗读
很多阅读软件、文档软件带朗读功能,可以选男声女声、调语速,听书、听报告很方便。大多数同样不能导出,只能在软件里播放。
方法三:在线文字转语音工具
这是导出音频最常用的办法:把文字贴进去,选音色、语速、语气,生成后下载 MP3 或 WAV。音色比系统朗读自然得多,有的还能调停顿、标多音字。适合做配音、有声书、课件讲解。
文字转语音免费导出,要看清这几点
- 字数上限:免费版常常限制每次或每天的字数。
- 音色限制:好听的音色往往要付费。
- 水印:有的免费导出会在音频里加一段提示音。
- 商用授权:免费导出的音频能不能用在商业视频里,要看工具的用户协议。
- 格式和音质:免费版有时只给低码率的 MP3。
用之前把这几条看清,免得做完才发现不能用。
方法四:剪辑软件的文字朗读
不少剪辑软件能把字幕或文本直接转成配音轨,放在时间轴上和画面对齐。好处是不用来回导出导入,改了字重新生成一下就行;适合给已经剪好的视频补旁白。
方法五:让 AI 视频里的角色直接说
如果你最终要的是一段有人物在说话的视频,就不必先转语音、再找画面、再对口型。在 SceneMixer 里,台词写成「名字(语气):台词」,生成这一段时角色在画面里张嘴说出来,声音和口型同一次生成。每个角色在第二步定一把声音:音色库按性别、语言、年龄推荐,点播放先试听;会员也可以上传自己的录音当音色。台词语言 15 种可选。
按用途选方法
只是自己听文章、校对稿子,用系统朗读就够。做有声书、播客、课件讲解,要导出音频,用在线工具。给一段已经剪好的视频补旁白,用剪辑软件的文字朗读,直接落在时间轴上。要做有人物开口说话的短剧、动画,用 AI 视频,转语音、找画面、对口型三步并成一步。
文字转语音怎么操作,才念得自然
- 断句:一句话别太长,该停的地方用标点。
- 多音字:容易念错的字换个说法,或在工具里标注读音。
- 数字和缩写:「2026」念成「二零二六」还是「两千零二十六」,写成你要的那种。
- 语气:在 SceneMixer 里,语气写在台词前的括号里,比如(压低声音)(笑着)。
- 语速:中文大约每秒四五个字,配视频时按这个算时长。
注意:声音的使用权
- 用别人的声音做音色,要本人同意;公众人物的声音不能用。
- 商用之前确认工具的授权范围。
- 发布 AI 生成的音视频,按平台规则标识。
局限:文字转语音这件事做不到的
- 没有单独的文字转语音工具,不能只生成音频文件。
- 不能把你录好的旁白音频放进视频里;声音只来自角色的台词。
- 方言口音靠音色库挑不出来,要写进角色的音色描述里,由模型去演。
常见问题
文字转语音怎么操作,SceneMixer 能用吗?
SceneMixer 没有单独的文字转语音;它让视频里的角色直接说台词,声音和画面一起生成。
文字转语音免费导出有哪些限制?
常见的是字数上限、音色限制、水印和商用授权。SceneMixer 不导出音频,声音包含在视频按秒的价格里。
能用自己的声音吗?
SceneMixer 的会员可以在角色的声音一栏上传一段录音,之后这个角色就用这把声音说话。
一分钟的配音大概多少字?
中文大约两百五十字左右,按每秒四五个字算。
配音怎么做见AI 配音怎么搞;用自己的声音见AI 配音怎么用自己的声音;一分钟能放多少字见一分钟视频要多少字。