导入字幕，保留时间码
支持 SRT 和 VTT，每条字幕自动成为一段，开始和结束时间都保留下来，文稿视图里也能直接修改。
给视频配音最麻烦的不是生成声音，而是对齐：逐句生成音频，再一条条拖到剪辑软件里对时间，改一句就要重新对一次。AI 字幕配音直接以字幕文件为起点，导入 SRT 或 VTT 后，每条字幕自动成为一段，并保留原来的开始和结束时间。
生成后，每段都会显示字幕时间窗和实际配音长度。配音比字幕长的句子会被标出来，可以一键用成品变速把它放回时间窗里，不需要重新生成，也不额外扣积分；超出太多时会提示你缩短文案。前一句超时的话，后面的句子会顺延，不会互相重叠，也不会被截断。
完成后导出整集 MP3：每句都在字幕开始的时间出现，句与句之间自动补静音，放到视频时间线的 0 秒处就能对齐。同时可以导出用修改后文案和实际配音时间生成的 SRT 或 VTT 字幕，以及分段音频压缩包。
- 导入格式，保留时间码
- SRT / VTT
- 一键加速适配，不扣积分
- 1.0–2.0x
- 单个项目最多字幕段数
- 200 条
- 按时间轴导出
- MP3 / SRT / VTT
多角色各用一个声音
字幕行首写「主持人：」「旁白：」就能区分角色，为每个角色选择你克隆的声音或声音广场里的公共声音。
超时句子一眼可见
每段显示字幕时间窗、实际配音长度、超出和顺延了多少秒，顶部汇总超时、失败和未生成的段落，点击直接跳过去。
一键加速适配
把超时的句子按各自需要的倍速放回时间窗，不重新生成、不扣积分；重新生成后加速多余了，也会提示你降回来。
按时间轴连续试听
连续试听时句与句之间的间隔和导出的成品一致，听起来哪里不对，点一下就定位到那一句。
导出音轨和新字幕
整集 MP3 按字幕时间轴对齐，另外可以导出修改后的 SRT、VTT 字幕，以及分段 MP3 压缩包。
宣传片与短视频
换一个声音、改几句文案重新配音，时间不变，画面不用重剪。
课程与教程录屏
把录屏的字幕换成清晰稳定的讲解配音，口误和停顿一次去掉。
多语言版本
导入翻译好的字幕，用同一组声音做出英文、日文等其他语言的配音版本。
动画与游戏过场预演
正式录音前先用 AI 配音预演节奏，确认时长和对白后再交给配音演员。
- 1
导入字幕
上传 SRT 或 VTT 文件，每条字幕成为一段并保留时间码，可以先在预览里检查角色和分段。
- 2
分配声音并生成
为每个角色选择声音，生成前会显示所需积分；可以先试一两句再批量生成。
- 3
检查并适配超时
看哪些句子比字幕长，一键加速适配；超出太多的句子缩短文案后单独重新生成。
- 4
导出音轨和字幕
导出按时间轴对齐的整集 MP3，放到视频 0 秒处即可；需要的话再导出新的 SRT 或 VTT。
- 01
一条字幕只放一句话
每条字幕 2–6 秒、一句完整的话最容易对齐；一条里塞好几句，配音很容易超时。
- 02
按语速估算字数
中文配音通常每秒 3–5 个字。字幕时间只有 2 秒却写了 15 个字，基本一定会超时。
- 03
先调好整体语速
先试一两句，如果普遍偏长，就在项目设置里把语速调快一点再批量生成，比事后逐句加速更自然。
- 04
加速别超过 1.3 倍
适配的倍速太高时听感会变急，这种句子更适合删减几个字后重新生成。
- 05
角色名保持一致
同一个角色在全部字幕里用同一个名字，比如都写「旁白」，系统才会把它们分给同一个声音。
- 06
音轨放在视频 0 秒处
导出的 MP3 从 0 秒开始，第一句前面会自动留出静音，直接对齐视频开头即可。
| 对比项 | AI 字幕配音 | 逐句配音 + 手动对齐 |
|---|---|---|
| 对齐方式 | 每句自动放到字幕开始时间 | 在剪辑软件里逐句拖动 |
| 修改一句 | 只重新生成这一句，位置不变 | 重新生成后再手动对齐一次 |
| 配音超时 | 自动标出，一键加速适配 | 播放时才发现，手动裁剪或变速 |
| 字幕同步 | 导出修改后的 SRT / VTT | 手动改字幕文件 |
| 交付物 | 对齐的整集 MP3、分段音频、新字幕 | 一堆零散的音频文件 |
- 导入格式
- SRT、VTT（文件最大 10 MB），也支持其他文稿格式
- 单个项目字幕数
- 按套餐 100–3,000 段
- 单段字数
- 500 字（高级版 1000 字），超长自动拆分并按字数分配时间
- 角色数
- 免费版 2 个，入门版 4 个，标准版 8 个，高级版 20 个
- 时间轴规则
- 每句从字幕开始时间播放；前一句超时则顺延，不重叠、不截断
- 加速适配
- 1.0–2.0 倍成品变速，不重新生成、不扣积分
- 导出格式
- 按时间轴对齐的整集 MP3、分段 MP3 压缩包、SRT、VTT、TXT 文稿
- 生成计费
- 中文 1 积分 / 字、英文 3 字符 / 积分，只对生成的段落计费
不需要。只要一份 SRT 或 VTT 字幕文件。导出的整集 MP3 按字幕时间轴对齐，放到剪辑软件里视频时间线的 0 秒处即可，我们不会生成或处理视频文件。