霸道总裁
低沉 · 压迫感
● 都市情侣 · 男
低沉有压迫感，吵架、表白都撑得住。
短剧男主男声9 种语言
对话 · 一人一个声音
文字转语音多人对话：A、B 两个人的对话一键配成两个声音
文字转语音多人对话，关键是让工具知道每一句是谁说的。在 AI Drama Voice 里，把对话一行一句写成“名字：台词”，工坊按名字拆出说话人，每人分一个不同的声音，按顺序生成一条 MP3 和逐句对齐的 SRT；每句还能单独标冷笑、耳语、哽咽这类情绪。名字起得对，男声女声第一次就分对；写成 A、B，男女是随机分的，要在演员表里换一下。中文对话、英文对话都能写，适合双人对话短视频、情景对话和访谈稿。
- 一人一个声音
- 逐句情绪
- 一条 MP3 + SRT
- 中英文对话
更新于 2026 年 11 月 6 日内容核对于 2026 年 11 月 6 日
样片 D · 每晚听她哄睡的总裁
中文 · 台词节选 · 3 个角色
旁白
我叫温以宁，一个凌晨给失眠的人读睡前故事的小主播。
旁白
签隐婚合约那天，顾总只提了一个条件——每晚十一点，准时开播。
顾总平静
合约第七条，不见面，不打听我是谁。
温以宁嘲讽
放心，顾总，我对你的钱比对你的人感兴趣。
0:00 / 0:40
四步
两个人的对话怎么用文字转语音：四步
文字转语音多人对话的流程和配一整部剧一样，只是角色少、来回多，名字和情绪更要写清楚。
- 01
一行一句写对话
每句前面写说话人的名字和冒号，比如“林晚：三年没见。”，中英文冒号都行。一行只放一个人的一句话，两个人的话不要挤在同一行。
小贴士 · 需要开场介绍或场景说明，就单独写一行“旁白：……”，旁白会用另一个声音读。
- 02
分析说话人
贴进配音工坊点“分析角色”。演员表里每个说话人一行，写着几句台词、配的是哪个音色。这一步不扣积分。
- 03
核对男女声，补情绪
名字猜不出男女时是随机分的，看一眼演员表，不对就点角色旁的按钮换音色。点任意一句，从 8 种情绪里选一个，会按“名字（情绪）：台词”写回去。
小贴士 · 情绪不用句句都标，只标转折句，听起来反而更像真人在聊。
- 04
生成，导出 MP3 和 SRT
勾中文，要英文版就同时勾英语。生成后得到一条按顺序排好的对话 MP3，和每句一条的 SRT 字幕；失败的句子自动返还积分，可以单独重新生成。
男声女声
ai配音多角色怎么设置：名字决定第一次分到的声音
对话里的男声女声，工坊第一次是按名字自动分的。它不读台词内容，只看名字里有没有能判断男女的字，所以起名就是最省事的设置。
| 对话里写的名字 | 工坊第一次怎么分 | 原因 |
|---|---|---|
| A、B | 男女随机，两个人可能都是男声 | 字母里没有能判断男女的字 |
| 主持人、嘉宾、店员、顾客 | 男女随机 | 职业名不带性别 |
| 男、男生 | 男女随机 | “男”字不在识别范围里 |
| 女、女生 | 女声 | “女”字算女性 |
| 王女士 | 男女随机 | “王”按男名算、“女”按女名算，打平 |
| 儿子 | 女声 | “儿”常见于女名，被算成女性 |
| 周先生、老板、哥哥 | 男声 | “先生”“老”“哥”算男性 |
| 林小姐、妈妈、李姐 | 女声 | “小姐”“妈”“姐”算女性 |
分完男女，还有第二层：名字带“老、爸、叔、伯、先生”的男性，优先配沉稳大叔这类长辈音；带“小、少年、弟”的，优先配少年音或甜妹音；一个人标了情绪的台词里至少一半是冷笑、嘲讽或怒吼，会优先配霸道总裁、冷艳女王这类有压迫感的声音。所以一个二十多岁的男主别叫“周先生”，叫“周泽”更合适，否则可能分到一个长辈的声音。
同一段对话里，工坊会尽量不让两个人撞同一个音色：自动分配时，女声在 6 个音色里轮，男声在 8 个音色里轮，人数超出才会重复。自动分的不满意，在演员表里点角色旁的按钮手动换，音色库里能说中文的一共 16 个，每个都能先试听。
最省事的两种写法
一是用带称呼或性别字的名字（林小姐、周哥、妈妈）；二是照常写 A、B，生成前在演员表里各换一次。两种都只花几秒钟，别跳过核对这一步。
示例
两个人对话配音：一段 8 句的示例，可以直接复制
下面是我们自己写的一段重逢戏，两个人、8 句、每句一个情绪，整段复制进工坊就能试。
| # | 名字（情绪） | 台词 |
|---|---|---|
| 1 | 林晚（平静） | 三年没见，你还是只喝美式。 |
| 2 | 周泽（激动） | 林晚？你……什么时候回来的？ |
| 3 | 林晚（嘲讽） | 上周。怎么，怕我回来找你算账？ |
| 4 | 周泽（耳语） | 那年的事，我一直想跟你解释。 |
| 5 | 林晚（冷笑） | 解释？你走的时候，连一条消息都没留。 |
| 6 | 周泽（哽咽） | 那天我妈进了医院，我的手机也丢了…… |
| 7 | 林晚（温柔） | ……阿姨她，现在还好吗？ |
| 8 | 周泽（平静） | 好多了。她总问，你什么时候再来家里吃饭。 |
我们用工坊同一套规则试过这段：林晚带“晚”字，分到女声；她一半的台词是嘲讽和冷笑，所以优先给了冷艳女王。周泽带“泽”字，分到男声霸道总裁。想让林晚温柔一点，在演员表里换成治愈女声或知性御姐就行。
三个、四个人的对话怎么写
加人就是加名字，写法不变，工坊没有硬性的人数上限。三四个人的访谈、家庭戏、群聊段子都能这样做。要注意的是名字一致：同一个人一会儿叫“周泽”、一会儿叫“阿泽”，会被拆成两个人、配两个声音。如果你做的是一整部剧，角色多、还有旁白推剧情，看多人配音软件那一页，它讲的是整部剧的选角和管理。
能做什么
这个文字转语音多人对话工具能做什么
一人一个声音
按名字拆出每个说话人，同名同声，尽量不让两个人撞同一个音色。
每句单独标情绪
冷笑、哽咽、耳语、怒吼、温柔、激动、平静、嘲讽，同一个人前一句吵架、后一句服软也能演出来。
按顺序合成一条 MP3
所有人的台词按对话顺序接成一个文件，不用分开导出再拼。
逐句 SRT 字幕
每条字幕的起止时间就是那句在 MP3 里的位置，导进剪映就是对齐的，做对话视频直接用。
中英文对话都能写
原稿可以是中文或英文；中文对话还能勾选英语、日语等 8 种外语，由同一组声音来说。
搭档
常用的对话搭档：从这些音色里配一对
两个人的对话，声音反差越大越好分。下面按常见场景配了几对站内音色，都能先试听；前六个能说中文和另外 8 种语言，最后两个只说英语。
俏皮甜妹
明亮 · 少女感
● 都市情侣 · 女
明亮的少女音，和低沉男声搭在一起，一听就分得清。
短剧女主女声9 种语言
发布会男声
自信 · 科技
● 访谈 · 主持人
自信、节奏快，适合提问和串场。
短剧男主男声9 种语言试听制作中知性御姐
成熟 · 从容
● 访谈 · 嘉宾
成熟从容，回答长句子也不累。
短剧女主女声9 种语言
沉稳大叔
厚重 · 长辈
● 家庭戏 · 父亲
厚重的长辈音，“爸”“叔”开头的名字常被自动分到它。
旁白 / 说书男声9 种语言治愈女声
温柔 · 治愈
● 家庭戏 · 女儿
温柔治愈，和长辈音一起，适合父女、母女的温情对话。
短剧女主女声9 种语言
Lily
美式 · 甜美
● 英文对话 · 女
美式甜美女声，只说英语，适合英文原稿的对话。
外语原生女声🇺🇸 英语
Brian
美式 · 低沉
● 英文对话 · 男
美式低沉男声，只说英语，和 Lily 搭一组英文对话。
外语原生男声🇺🇸 英语
适合
文字转语音多人对话适合哪些内容
双人对话短视频
情侣吵架、婆媳过招、职场对线这类两人对话号：MP3 和 SRT 拖进剪映配上画面就是一集，字幕不用再手动对时间。
情景对话材料
点餐、问路、面试这类情景对话，男女声分开读，字幕逐句对齐，适合做口语练习的音频。
访谈稿、对谈稿
已经写好的主持人和嘉宾对话，一人一个声音配出来。AI Drama Voice 不帮你写稿，适合只缺声音的内容。
英文对话
直接写英文原稿，用 Mr、Mrs、Sir、Lady 这类称呼起名，男女声更容易一次分对。
导出与限制
对话文字转语音导出什么、做不到什么
导出的是一条混好的对话
文字转语音多人对话的结果是一个 MP3：所有人的台词按顺序排好，44.1 kHz 单声道，每句音量按峰值拉齐，换人说话时不会忽大忽小。SRT 每条是一句台词，不带名字；做对话视频时要在字幕里区分说话人，可以在剪映里给两个人的字幕换不同颜色或位置。
停顿固定，不能抢话
句与句之间固定留 0.35 秒，同一次生成里不能调。两人同时说话、一个人打断另一个人、笑声叠在对方台词上，这些都做不到。想让某处停得更久，导出后在剪辑软件里拉开就行；想让“打断”听起来像打断，就把被打断的那句写短，用省略号或破折号结尾。
想要每个人一个单独的文件
工坊不分轨导出。需要每句、每人一个文件（比如分别放进不同的视频轨），把导出的 MP3 和 SRT 一起放进按字幕分割音频，按字幕切成一句一个文件，再对照你的对话稿按人归类。
不做的事
- 不做对口型、数字人和头像动画：只出声音和字幕。
- 不做声音克隆：不能上传你和朋友的声音来生成对话。
- 不模仿真人：没有明星、主播的同款声音，站内都是自有音色。
- 没有童声：最年轻的是少年音和少女音，小孩角色的对话配不了。
小技巧
文字转语音多人对话的五个小技巧
一行只放一个人
“林晚：你来了。周泽：嗯。”写在一行，会整句算林晚的。换人就换行。
名字从头到尾一致
别一会儿“周泽”一会儿“阿泽”。称呼写在台词里（“阿泽，你来了”），名字只当标签用。
情绪只标转折处
8 句里标三四个关键情绪就够了，其余写“平静”或不写，起伏才明显。
语气词写进台词
“嗯？”“哈？”“啧”要念出来就写进台词；情绪标签只改语气，不会自己加声音。
先试 4 句再写完
先在演示框里试开头 4 句，确认两个声音的搭配，再把整段对话贴进工坊生成。
常见问题
常见问题
文字转语音多人对话的做法：把对话写成一行一句的“名字：台词”，贴进配音工坊点“分析角色”，确认两个人分到的声音，勾上语种生成，就得到一条按顺序排好的对话 MP3 和逐句 SRT。
工坊先按名字自动分：带“先生、哥、爸、老”的配男声，带“小姐、姐、妈、女”的配女声；A、B、主持人这类名字猜不出，男女随机。分得不对，在演员表里点角色旁的按钮换一个音色即可。
没有硬性的人数上限，加人就是加名字。自动分配时女声在 6 个、男声在 8 个音色里轮，人数超出会有人共用一个声音；手动换的话，能说中文的音色一共 16 个。单次最多 8,000 字、400 句。
能。原稿直接写英文，工坊同样按“Name: line”分说话人。起名用 Mr、Mrs、Sir、Lady 这类称呼，男女声更容易一次分对；也可以选只说英语的原生音色。中文对话也能勾选英语，改写成英文口语后再配。
能。名字后面加括号，比如“林晚（冷笑）：解释？”，或者在工坊里点一句台词选情绪，一共 8 种：冷笑、哽咽、耳语、怒吼、温柔、激动、平静、嘲讽。括号里的字不会被念出来。
能。每次生成都会导出 SRT，每句一条，时间取自那句在 MP3 里的实际位置。字幕里只有台词、不带名字，要区分说话人可以在剪辑软件里给不同人的字幕换颜色。
用的是同一个工坊，侧重点不同。这一页讲两三个人的对话内容：对话短视频、情景对话、访谈稿，重点是起名和男女声。多人配音软件讲的是一整部剧：角色多、有旁白，重点是选角和跨集管理。
