音频翻译：AI 翻译录音并配音

准备一段好翻译的录音

录音干净，音频翻译就干净。话筒离说话的人近一点，大家轮流说，音乐放在人声下面而不是盖过人声。几个人同时说话，是最难区分的部分。

视频直接上传就行：工作室会在你的设备上取出声音再翻译。很长的活动录音可以整段上传，翻译最长 3 小时，配音最长 60 分钟。

把外语录音翻译成中文，或把中文翻译成外语

原录音的语言会自动识别，一段英语、西班牙语或日语访谈，不用做任何设置就能翻译成中文。开头一分钟是音乐，或者说话人口音很重时，可以自己选语言。

配音可以选 36 种语言，普通话和粤语都有，每种都有母语声音。面向某个地区的受众时，选说那种口音的声音，再读几句试试，听听用词是否地道。

配音之前先核对译文

花几分钟读一遍，好的译文就能直接发布。按这个顺序核对，会快很多。

1. 1先给说话人改名，每一句都能看出是谁说的。
2. 2看标为过长的句子，用你自己的话把它说短。
3. 3对照原话核对人名、产品和数字，点句子的时间就能听原声。
4. 4转写认错了人的句子，改给正确的说话人。

声音：为每位说话人匹配，或用本人音色

每位说话人一开始都会配上一个新语言的母语声音，和他原来的声音相近。任何一个都可以从声音库里换掉，也可以用你自己设计或克隆的声音。

打开“用本人音色”，就能保留说话人原来的音色：每句先用新语言读出来，再转成录音里这位说话人自己的音色。

两位说话人声音相近时，配音选一高一低两个差别明显的声音，听起来更容易分清。

字幕还是 AI 配音，怎么选

字幕保留原来的声音，适合边看边读的观众，比如访谈和纪录片。每次音频翻译都附字幕，不配音也能下载。

配音适合用耳朵听的内容：播客、课程、语音消息和通勤路上看的视频。很多创作者两样都发：配音给听的人，字幕方便搜索，也照顾听障观众。

发布配音后的录音

每个配音生成的 MP3 和 WAV 都带有机器可读的标记，注明由 AI 生成；多数视频和播客平台上传时也要求标注 AI 声音。顺手把字幕也加上，静音观看的人也能看懂。

把原录音和配音放在一起保存，有人问起原话是怎么说的，随时能对照。