AI 配音
保留原说话人的声音与节奏翻译音频，或为视频生成翻译配音并同步口型。
Dia TTS AI 配音——在线翻译音频与视频
Dia TTS 是一款基于浏览器的 AI 配音工具，可以把上传的音频或视频转换为目标语言的配音结果。选择音频或视频模式，上传一个文件，再从 18 种目标语言中选择一种即可开始。音频模式会翻译录音中的语音，并尽量保留原说话人的声音特征与说话节奏；视频模式会生成翻译后的语音，并让画面中的人物口型尽量匹配新语言。处理完成后，可以直接在浏览器中试听或预览并下载结果。它既可以作为以配音媒体为输出的 AI 视频翻译器，也可以作为在线音频翻译工具。生成效果会受到源语言、录音质量、背景噪声、多人重叠说话和人物面部清晰度等因素影响。
真实效果展示
由 Dia TTS 生成的真实示例。
示例 1
输入
输出
示例 2
输入
输出
为什么使用 Dia TTS AI 配音
您可以根据素材类型切换音频或视频模式。音频模式生成目标语言的配音音频；视频模式生成带有翻译语音和口型同步的视频。每次任务上传一个文件，不需要在多个独立工具之间切换。
AI 配音不会要求您重新选择一个完全不同的内置音色，而是尝试在翻译语音时延续原说话人的声音特征、表达方式和节奏。这适合希望在多语言版本中保持人物声音连续性的内容。实际相似度会因素材质量和语言组合而异，不保证与原始声音完全一致。
当前页面支持英语、西班牙语、法语、德语、意大利语、葡萄牙语、中文、日语、韩语、俄语、阿拉伯语、印地语、荷兰语、波兰语、土耳其语、越南语、泰语和印度尼西亚语。在视频模式中，工具还会尝试让画面中的口型与翻译后的语音相匹配。
无需下载或安装软件。音频支持 MP3、OGG、WAV、M4A 和 AAC，文件最大 50MB；视频支持 MP4、MOV 和 WebM，文件最大 100MB、时长最长 120 秒。音频按分钟向上取整计费，视频按秒向上取整计费。新用户注册后可以使用赠送积分试用。
如何使用 AI 配音翻译音频或视频
选择媒体类型并上传文件
根据希望生成的结果选择“音频”或“视频”，然后上传一个需要翻译配音的文件。
- •音频支持 MP3、OGG、WAV、M4A 和 AAC，文件最大 50MB
- •视频支持 MP4、MOV 和 WebM，文件最大 100MB、时长最长 120 秒
- •建议使用语音清晰、背景噪声较少的素材
- •尽量避免多人同时说话
- •视频中人物面部越清晰、遮挡越少，越有利于口型同步
- •超过 120 秒的视频需要先拆分为较短片段
选择翻译后的目标语言
从语言列表中选择翻译配音所使用的目标语言。当前工具只需要选择目标语言，不需要手动设置源语言。如果需要把西班牙语视频翻译成英语，可以上传原视频并选择 English；如果需要制作中文、日语或其他受支持语言的版本，则选择对应的目标语言。
生成、预览并下载
确认媒体文件、目标语言和计费单位后提交任务。处理完成后，可以直接试听配音音频或预览翻译视频，并下载生成结果。如果第一次效果不理想，可以尝试使用背景噪声更少的素材、避免多人同时说话，或者剪掉长时间静音后重新生成。
Dia TTS AI 配音适合哪些场景
Dia TTS 可以帮助创作者、教育团队和商业用户为多语言受众制作翻译音频和短视频内容。
短视频和人物讲解本地化
把人物出镜视频、社交媒体短片、产品介绍和简短演示翻译为其他语言，同时生成新语音并同步人物口型。当前视频模式支持不超过 120 秒的片段。
播客、采访和音频内容翻译
将播客片段、采访、语音说明和有声内容转换为目标语言的配音音频。与只输出文字的音频翻译器不同，该工作流生成的是可以试听和下载的翻译语音。
培训课程和产品演示
为培训片段、操作说明、课程视频和产品演示创建不同语言的版本，减少为每种语言重新录音的工作量。长视频可以先按章节拆分后分别处理。
多语言营销和内容测试
为不同地区准备广告素材、落地页视频、品牌介绍和活动内容的多语言草稿。在正式发布前，可以先检查翻译语义、声音表现和口型同步效果。