AI 對白生成器：演員真的會說的台詞

AI 對話生成器

更新於 September 20, 2026

快速說明：SceneMixer 會在劇本分析階段寫好對白，把每句台詞分配到對應鏡頭，標註說話者與簡短的表演提示，再由影片模型一次生成畫面與聲音，角色的嘴型就會符合你選的語言。英文台詞以每秒三個字計算鏡頭長度，所以鏡頭絕對不會短到塞不下台詞。修改台詞完全免費。

AI 短劇《玻璃樓層》劇照，由 SceneMixer 端到端生成（5 位角色、1 集） — 範例：《玻璃樓層》— 真人寫實高清畫質，1 集，由 SceneMixer 從劇本端到端產出 · 觀看集數

對白不是字幕軌

多數標榜「AI 對話」的工具其實只是字幕：把文字貼在影片上。這裡的台詞是真的被說出來。影片模型一次生成畫面與音訊，角色的嘴型、語言、語速都完全對應，不會事後另外貼配音檔，也不需要額外對嘴步驟出錯。

在你開始寫之前，有一件事一定要知道：台詞長度決定鏡頭長度。你自己大聲念一遍算時間，系統就是這麼算的。

重點一覽

對話層會產生什麼、修改要花多少成本
撰寫者	劇本分析會把台詞寫進每一集的大綱；接著鏡頭表會把台詞分配到特定鏡頭，標上說話者與表演提示。
語言	每個專案在分析前選一次，共有十五種語言可選。演員會用這個語言演出；介面與工作文件則會獨立跟隨你自己使用的語言。
表演提示	每句台詞附上簡短的括號註記——描述怎麼說，不是說什麼。這會做為表演指引傳給影片模型。
畫面外台詞	會明確標註：旁白、敘述、內心話、電話那頭的聲音。有標註的台詞不會讓畫面上的角色開口。
鏡頭長度	由台詞長度推算。英文以每秒三個字計時；中文以每秒五個字計時。短句也會有最低時長，避免鏡頭看起來被截斷。
聲音	從預設聲音庫配對，或你可以為角色上傳聲音樣本。不會盜用你沒有授權的人聲做聲音複製。
編輯	免費。你可以在鏡頭表改寫任何台詞；只有你動過的片段才會重新渲染。

為什麼時長規則比你想的更重要

一句十八個英文單字的台詞大約需要六秒畫面。如果你叫影片模型做四秒鏡頭又塞十八個字，結果只會有兩種：要嘛講得太急變成聽不懂的亂語，要嘛模型默默把句子後半段丟掉。這兩種失誤都不會主動提醒你——你只有看剪輯成品時才會發現。

所以鏡頭表會直接從台詞本身算出最低時長，寫進鏡頭設定。如果一個片段裡所有鏡頭加總超過片段能容納的長度，系統會在鏡頭交界處把片段拆開，而不是壓縮時長。你可以手動覆寫任何長度；自動計算的目的，是讓預設值永遠不會毀掉一次拍攝成果。

表演提示：是表演方向，不是動作描寫

每句台詞會帶一個括號裡的短註——就像導演在桌邊講的話，不是小說家寫的副詞。「平淡，已經決定了。」「盡量不看門的方向。」這些會做為表演指令傳給模型，明顯改變台詞的唸法。系統會強制兩條規則，讓提示維持好用：

提示絕不重複台詞內容。把句子換句話說的提示毫無用處，只會分散模型的注意力。
畫面外標記放最前面。如果台詞是旁白、電話聲或內心話，要寫在其他表演方向前面——因為這決定角色到底要不要開口，寫錯的話，電話通話就會變成角色在鏡頭前自言自語。

當模型回傳的台詞沒有附提示（這種情況會不定期發生），系統會另外跑一個小步驟只補上缺少的提示，不會動到台詞本身。

一個專案，一種對話語言

對話語言是專案層級的設定，不是逐句設定，而且要在分析前選好，因為它影響的是台詞怎麼寫，不只是怎麼渲染。把中文網文設定成英文對話，產出的會是符合英文節奏的英文台詞——不是把中文句子翻譯過來而已。如果你同時設定目標地區，人名與場景也會跟著調整。

不會改變的是價格：不論選哪種語言，一個片段消耗的 credits 都一樣，你閱讀的工作文件也會免費翻譯。細節請看對話語言指南；原生對話與配音的差異說明了為什麼這不是配音流程。

做不到的事

複製他人聲音。聲音來自預設庫或你自己上傳的樣本，這裡沒有任何方法可以重製別人的聲音。
對你上傳的現有影片對嘴。台詞是和畫面一起生成的。這不是拿來把新台詞塞進現有影片角色嘴裡的工具。
燒錄字幕。說出來的對白是音訊。平台字幕要等匯出後再加上。
在同一個鏡頭裡容納四人對話。兩人對話很穩定；超過兩人，畫面就會切成多個鏡頭處理——本來真正的剪輯也就是這麼做。

費用說明

對白不是另外收費的項目——它是由你本來就會跑的兩個付費階段寫出來的。劇本分析費用是每3,333個英文字元4 credits；每一集的鏡頭表費用是每333個該集字元1 credit。改寫台詞免費；重新渲染包含該台詞的片段，要付該片段的影片費用，從每秒10 credits 起（在最低點數單價方案大約$0.06/秒）。聲音配對完全免費。新帳號一開始有50 credits，還有一次最長5秒的免費預覽——足夠你在付費前先聽一句台詞的演出效果。完整費率表在定價頁。