角色音色是怎么定的

不花。匹配这一步是免费的，反悔也免费。

一句话： 每个角色从剧本解析出来时都自带一段文字写的音色——年龄感、厚度、语速、落在什么位置。默认情况下，视频模型演的就是这段描述，效果通常够用。如果你要一个具体、可复现的声音，就把角色匹配到内置音色库里的一个：每一个都能先试听，挂上之后，这个角色说话的每一镜都会带上这段音频参考。

任何项目的角色面板里都能看到音色描述。打开一个示例，点开角色，音色那一行就在外貌描述下面。

模式一——用文字写的音色（默认）

剧本解析会给每个角色一段简短的音色描述，和给外貌描述是一个做法。这一行会流进视频提示词，由模型去演。不挂任何样本文件，也不提前生成任何东西。

它之所以是默认，是因为免费、即时，而且对大多数角色够用。代价是一致性：同一个角色的两镜可能有轻微差别。

打开角色，点匹配音色。一次很小的免费判断会读那段描述，从内置库里挑一个，优先挑说对语言的。你会拿到一段可以播放的样本，觉得不对就在选择器里换一个。

挂上之后，这段样本会成为该角色说话的每一镜的音频参考——这就是声音能在一整集里保持住的原因。

音色库是一组固定的系统音色，每一个都有预先合成好的样本，所以匹配免费、反悔也免费。

可以上传一段音频当作这个角色的声音。它会被裁成一小段参考，用法与匹配来的预置音色相同。上传的音色是个持久选择：之后的匹配不会把它覆盖掉。上传文件是会员功能——前面两种模式所有人都免费。

只上传你有权使用的声音。真人的录音属于那个人，未经许可使用不是平台会协助的事。

音色管的是音质和演法。它不决定说什么——台词来自分镜，会被逐字念出来。它也不会带到旁白上：标了画外音或旁白的台词按画外声音处理，画面里的人全程闭着嘴。

如果某一镜没有台词，就完全不用音色——你听到的是那一镜写好的环境音。

重新匹配、换一个预置、清回文字描述，全都免费，并且在你生成的下一镜生效。已经出过片的段保留出片时用的那个声音；想让它跟上新的，把那一段重新生成一次。

不必。没挂音色时直接演那段文字描述，这是所有项目的默认。

可以——库里每个音色在选择器里都有一段能播放的样本。

不花。匹配这一步是免费的，反悔也免费。

这类台词按画外声音处理：听得到，但画面上的人不动嘴。

会员可以上传自己有权使用的音频。我们不提供对指定真人的声音克隆，未经许可上传别人的声音也是不允许的。

打开一个角色，匹配一个音色，出片之前先把样本播一遍。

更新于 2026 年 9 月 21 日