AI 配音

把脚本和所选声音变成旁白，再放到视频时间线上试听、定位和裁剪。

ChatCut 将脚本和所选声音生成项目音频素材。先选择声音并提供文字，写明配音从哪里开始；未自动放置时，可从 My Assets 拖到音频轨道。已检查的 ElevenLabs 路线是文本转语音，字符上限、表达控制和语言覆盖取决于所选模型与声音。

最后核验：2026-10-28。 本文核验了文档与源码契约，没有重新执行生产配音或时间线放置测试。精确模型身份与证据范围见 ElevenLabs 参考。

生成前要核对的事实

问题	已检查的路线或文档行为	来源
使用哪个模型？	已检查的 ElevenLabs 默认值为 `eleven_multilingual_v2`；支持音频标签的官方声音使用 `eleven_v3`。	2026-10-28 源码核验；模型参考、ElevenLabs 模型。
能输入多少文字？	原生上限：Multilingual v2 为 10,000 字符，v3 为 5,000 字符。ChatCut 不会自动拆分超长请求，未测试精确边界生成。	2026-10-28 核验；模型参考、官方模型。
有哪些控制？	已检查的 ElevenLabs 语速为 0.7–1.2，稳定性为 0–1；其他引擎有独立控制，不共用一个语速范围。	2026-10-28 源码核验；模型参考、TTS API。
素材出现在哪里？	生成后进入 My Assets，是否放置取决于指令目标。仅选择声音不会生成音频。	ChatCut 配音指南，核验于 2026-10-28。
如何计费？	输入字符用量与播放秒数不同；查看当前预估及实际账单，不使用通用每分钟价格。	积分政策、生成积分，核验于 2026-10-28。

打开 + → Voices，试听 Featured 或 My Voices，再附上支持独立 TTS 和目标语言的声音。遵循所选声音的模型与表达指南。声音库指南还说明了独立的授权声音克隆流程。

TTS 朗读新文字；变声处理已有录音的表现；克隆准备可复用的声音。已检查的 ElevenLabs TTS 工具没有开放变声或 V4/V4 Turbo 对白路线，这些需要接入不同的端点，并非原生模型做不到。具体限制与验证等级见 ElevenLabs 参考。

确认脚本和语言，单次请求保持在所选模型的文档上限以内。

试听并附上合适的声音；仅选择声音不会生成语音。

要求将完成的旁白放到可用音频轨道，并从 00:03 等时间码开始；提交前查看预估。

在 My Assets 找到素材，必要时手动添加。核对发音、停顿、音量和同步，再移动或裁剪片段。

示例：“用已附上的声音，平静地朗读这段确认好的脚本。放到可用音频轨道，从 00:03 开始：你的下一个想法，从这里出发。”这是剪辑目标示例，不是已完成的生成测试；生成与放置成功后，预期得到可编辑的音频片段。

在已检查的 ElevenLabs 路线中，语速影响节奏，稳定性影响一致性与变化的平衡。只有所选声音和模型支持时才使用音频标签。“大约二十秒”属于创作方向，不是精确时长字段；生成后试听，再修改文字或表达，并让素材贴合画面。

需要清理已有录音时，可使用人声隔离。字幕和音乐是混音中的其他部分，应分别检查。

一次能输入多少文字？

以所选模型的文档上限为准。已检查的 ElevenLabs 默认模型 Multilingual v2 原生上限 10,000 字符，v3 为 5,000 字符。这里未测试精确边界；ChatCut 不会自动拆分超长请求。

怎样把旁白放到指定时间码？

在指令中写明目标轨道或可用音频轨道，以及开始时间。完成素材未被放置时，可从 My Assets 拖入，再检查同步。

生成用量和播放长度有何区别？

TTS 用量与输入文字有关，播放长度随文字、停顿和表达变化。生成前查看当前预估，完成后到 Credits History → Detail 核对扣费；Agent 用量可能单独计费。

来源核验于 2026-10-28：ChatCut 配音指南、模型与端点证据、官方模型概览及 TTS API。未提供对应的旁白音质基准测试。遇到问题可查阅工作流故障处理。