SceneMixer
繁體中文
免費註冊

AI 角色配音

AI 角色配音

更新於 2026 年 11 月 15 日

快速回答: 在 SceneMixer 裡,臺詞不會事後再配上去——影片模型同時生成畫面和語音,所以角色的嘴型和臺詞來自同一次生成。你能控制的是用哪種聲音:每個角色可以有一段描述音色和語氣的文字、從預設聲音庫匹配來的樣本,或你上傳的樣本。SceneMixer 也能複製聲音:改臺詞時,改臺詞裡的原聲 會從那條片段複製角色的聲音。只用你有權使用的聲音。
AI 短劇《霓虹債》劇照,由 SceneMixer 端到端生成(7 位角色、1 集)
範例霓虹債遊戲畫面寫實1 集由 SceneMixer 從劇本端到端產出觀看劇集
SceneMixer 重點速覽你會得到
影片價格預設檔位每秒 $0.06 起(10 點數),頂級檔位最高每秒 $0.47;按下按鈕前,每項價格都會先顯示
片段長度每個生成片段最長 30 秒;一集由各片段合成,合成費用每秒 1 點數
單集試算預設檔位下,一集 60 秒約需 660 點數(影片加合成),以最低的點數單價計算約 $4.11;一部由 30,000 字小說改編、共 10 集、每集 90 秒的影集,約需 10,026 點數,約 $62
台詞直接在影片裡開口說,每個角色一個專屬聲音,15 種語言任選
格式9:16 直式或 16:9 橫式;480P 至 1080P,另有 2K 檔位
免費開始註冊即送 50 點數、15 張免費設定圖、第一集免費分鏡腳本,以及 5 秒免費影片預覽
誰在使用已有 2,900+ 位創作者使用 SceneMixer 生成內容(至少生成過一次的帳號,2026 年 11 月統計)
輸入內容劇本、小說或一句話創意;可上傳 .txt、.docx 和 .md 檔案

聲音實際上從哪裡來

多數 AI 影片工作流程把音訊當成第二道工序:先生成無聲畫面,再合成台詞,然後辛苦對嘴。這裡的影片模型會在同一輪同時生成音訊與畫面,省去對嘴的麻煩,但也改變了「聲音設定」的意義。它不是你把劇本丟進去的文字轉語音引擎——而是生成時用來引導結果的參考依據。

角色可掛載聲音的三種方式
文字描述年齡、音色、厚度、語氣——會連同角色的其他設定一起從劇本生成,並由影片模型親自演出。
比對預設聲音從系統聲音庫挑選聲音,每個聲音都有短音檔可以試聽。系統會依性別、語言和年齡,為每個角色呼叫一次模型提出比對建議;你也可以重新比對,或手動改選其他聲音。
你自己的樣本在付費方案中,為角色上傳音訊後,該音訊就會成為這個角色所有發言片段的參考聲音。

不論掛載哪一種,都會一致使用:同一個角色在每個片段、每一集都會用同一個聲音說話,原因和他們的長相維持一致相同——參考會跟著角色走。

哪些情況不能複製,為什麼

SceneMixer 只在兩個地方複製聲音:改臺詞裡的原聲,會從要改臺詞的那條片段複製角色的聲音(詳見AI 聲音複製);以及你為角色上傳的錄音。未經本人同意,它不會去取別人的聲音:把真人聲音做成合成表演再發布,在我們服務的大多數市場都屬於肖像權問題。我們自己的合規檢查表把肖像——包括臉和聲音——視為發布前必須有權使用的東西。

由此衍生兩件事,值得直接講清楚:

語言是獨立設定

臺詞語言在第 1 步選定,適用於整個專案:臺詞在分析階段就以該語言撰寫,原樣複製進分鏡腳本,並以該語言演出。這不是對英文原文的配音,因為根本沒有英文原文。角色、名字和場景也可以同時透過目標地區設置,調整為對應市場。SceneMixer 支援十五種語言;配音的問題一文解釋了為什麼直接生成臺詞,比重新對時更好。

費用說明

聲音比對是免費的模型呼叫——不會消耗點數,也不計入你的同時進行任務上限。上傳自己的樣本不花點數,不過依目前的方案設定,上傳屬於會員功能。音訊本身是影片生成的一部分,起價為輸出每秒 10 點數(≈ $0.06/秒,於 最低點數單價);語音沒有另外按字數或按字元計費。請見 價格頁面,或 生成器總覽,了解聲音在整個流程中的位置。

你仍然做不到的事

每一集,15 種語言

對白語言在步驟 1 一次設定,整輪生成都會以該語言演出;目標地區設定會同時把名字、長相和街道調整成該市場的版本。下方每個樣本都是這樣做出來的,一種語言一支。

語言

15 種語言的母語對白

以下每一部影集都由同一條 SceneMixer 流程產製,演員以該語言母語演出:介面、工作文件與台詞全為同一語言,完全沒有配音。打開來聽聽看。

查看全部 15 種語言

SceneMixer 與多個工具拼接的差別

多數 AI 短劇的製作流程,是五、六個工具接力。下表列出每個步驟在這裡如何完成,以及它取代了什麼。

步驟在 SceneMixer用多個工具手動完成
劇本與分集規劃貼上劇本或小說,或輸入一句話:系統會解析成角色、場景、道具與可編輯的分集大綱由對話模型寫劇本;你自己分集,再把文字在各工具之間搬來搬去
角色外貌與場景每個角色、場景與道具只繪製一次設定圖,並附加到它出現的每個鏡頭用圖像模型,一次畫一張;你得自己把正確的參考圖上傳到每個片段
鏡頭每集一份分鏡腳本,鏡頭有編號與秒數;影片依同一批設定圖,以 9:16 或 16:9 逐片段生成用影片模型,一個提示詞生成一段,每次都得重新描述同樣的人物
聲音與台詞台詞直接在影片中演出,每個角色一個聲音,15 種語言任選每句台詞用語音合成工具產生,再對每個片段做一次對嘴處理
修正單一鏡頭修改該鏡頭的文字,單獨重新生成那個片段;這一集的其餘部分完全不動重新生成該片段,再重新剪輯時間軸
收尾各片段合成為一個含配樂的單集檔案;會員下載時不帶 AI 標章用影片剪輯軟體接起各片段、加上音樂與字幕,再匯出
發布成片由你自己上傳到 TikTok、YouTube、Instagram 或任何其他地方;系統不會替你發布任何內容一樣手動上傳,和這裡相同

常見問題

SceneMixer 可以複製聲音嗎?

可以,但有限制。改臺詞時,改臺詞裡的原聲會從那條片段複製角色的聲音;付費方案下,你可以上傳一段你有權使用的錄音,作為角色的聲音。其他聲音來自預設的取樣聲音庫。SceneMixer 不會在未經本人同意的情況下取用別人的聲音。

語音是影片做完後才配音上去的嗎?

不會。SceneMixer 的視頻模型在同一次生成中同時產出畫面和聲音,因此表演與口型都來自同一次生成。這也是為什麼修改臺詞時,需要重新生成該片段,而不是重新剪輯音軌。

我可以上傳自己的聲音嗎?

可以,但需要付費的 SceneMixer 方案。為某個角色上傳一段樣本,它就會成為該角色每段臺詞所用的聲音參考。

所有角色都必須說同一種語言嗎?

在同一個專案內可以。SceneMixer 的臺詞語言是專案級設置,但它獨立於你撰寫劇本的語言,也獨立於介面語言。同一份劇本,用不同設置運行,就能為多個市場產出版本。

跨集的聲音會維持一致嗎?

會,原因和長相一致相同:掛在角色身上的聲音是在專案層級設定的,會帶進該角色發聲的每一個片段。

是會說話的角色,不是你拿來配音的影片

畫面與演出一次生成,用你的觀眾熟悉的語言。

免費試用 SceneMixer

點數套餐 $1.49 起 · Pro $7.99/月 · 開始使用免信用卡