用音频 API 生成配音与导入配乐

开始前准备

配置支持所需音频任务的 API，或准备本地声音文件。语音模型不一定支持生成音乐。

操作步骤

用 API 生成配音

本版的声音创作使用通用音频 API，也支持导入已有配音和音乐。先在“配置”中选好音频模型与渠道，再在音频节点中准备内容。语音模型是否支持参考音频、音色设计或音乐，以实际模型和节点选项为准。

1. 点击左侧“音频参考”创建音频节点，或通过“上传素材”导入现有音频。
2. 在空音频节点填写要朗读的文字，选择可用音频模型与渠道，核对音色、语速和格式等当前可用参数。
3. 先用一句短文本生成并试听，确认发音、停顿、音量和情绪，再扩展为整段。
4. 生成完成后播放实际音频，保留满意版本；需要复用时纳入项目资产。

在流程中管理角色声音与配乐

故事和资料工作流中的“角色音色”“背景音乐”按需开启。Agent 在这些分组准备普通音频草稿和提示词；查看节点、检查模型与提示词后手动生成，或点击“管理 / 导入音频”添加已有成品。只有已有真实音频的素材才可“同步到项目资产”，角色绑定需要你确认。

配乐生成需要明确支持音乐的 API。普通语音模型只生成配音，不能把语音接口当作音乐接口。暂时没有音乐模型时，可导入有使用权限的现成音乐；音频步骤可选，不影响继续制作画面。

放入剪辑并核对声音

1. 把配音、配乐和环境声分别导入剪辑台，点击素材旁的“＋”加入音轨。
2. 根据动作和对白安排起点，裁去多余部分，调整音量、淡入和淡出；需要时关闭视频片段原声。
3. 从片头到片尾试听，检查对白末字是否完整、音乐是否盖住对白、声音尾部是否拉长工程。
4. 需要单独声音文件时，在“导出”中勾选音频导出；导出 MP4 时再核对视频中的声音开关。

完成标志：声音素材能够独立播放，在剪辑预览与实际导出文件中均能听到预期内容。不要用“音频草稿已建立”代替真实试听。

确认完成

音频可以播放，角色声音归属清楚，混音不盖过对白，片尾保留完整尾音。

遇到问题

普通 TTS 主要生成语音；背景音乐需要支持音乐的服务或导入音频。不要把空音频节点当成已生成结果。

使用本地语音和音乐

完整版还提供VoxCPM 配音与 YuE2 音乐。它们分别连接独立服务，不会因为 API 或 ComfyUI 可用就自动就绪。先测试对应服务，再做一句对白或一小段音乐。