
热血少年
清亮 · 少年
● 主角 · 少年剑客
清亮有劲,被嘲讽时标平静,爆发时标怒吼,反差就出来了。
AI游戏配音最常卡在一件事上:游戏要的是一句台词一个音频文件,配音工具给的却是一整段。AI Drama Voice 分两步解决:先在配音工坊把一场剧情对白配好——每个角色一个固定的声音,每句一个情绪,同一班演员还能说日语、英语等 8 种外语——导出整段 MP3 和逐句 SRT;再把这两个文件放进免费的按字幕分割音频工具,按字幕时间轴切成一句一个文件,打包下载。先说清楚:工坊本身不直接导出逐句文件,没有游戏引擎插件,不做口型,没有童声,也不能克隆声音。
更新于 2026 年 11 月 6 日内容核对于 2026 年 11 月 6 日
样片 B · 扫地少年一剑惊宗
中文 · 台词节选 · 5 个角色

旁白
青云宗大比,演武台下人声鼎沸。扫了三年落叶的叶尘,提着一把竹剑走上了台。

萧凌嘲讽
一个扫地的杂役,也配站在我对面?

云瑶耳语
叶师兄,别硬撑……他可是内门第一。

叶尘平静
三年扫地,我只练了一剑。
AI游戏配音的前四步在配音工坊里完成,第五步在浏览器里的免费工具完成,文件不上传。
第 1 步
从对话表或剧情脚本里导出一场戏,一行一句,按游戏里的播放顺序排。系统提示、开场旁白也各占一行,写成“旁白:……”。
小贴士 · 表格里有台词 ID 的,先在旁边记下行号和 ID 的对应,后面要用。
第 3 步
点一句台词从 8 种情绪里选,战斗喊话用怒吼,内心独白用耳语。勾中文,要出外语版就同时勾日语、英语。生成失败的句子自动返还积分,可以单独重新生成。
第 4 步
每种语言各下载一个 MP3 和一个 SRT,或者全部语言打包成 ZIP。SRT 的每一条,就是剧本里的一句台词。
第 5 步
打开按字幕分割音频,放入同一语言的 MP3 和 SRT,选“按字幕”切,输出 MP3 或 WAV。文件按三位序号加台词开头命名,附一份 CSV 清单,打包成 ZIP 下载。
小贴士 · 这个工具在浏览器里运行,不扣积分、不用登录。
AI游戏配音的两步能对得上,是因为工坊导出时就把每一句的位置记在了 SRT 里。
工坊生成时,每句台词是单独合成的,导出时按顺序接成一个 MP3,每句前面留 0.35 秒静音;SRT 的每一条,起点是这句开口的位置,终点是这句说完的位置。所以按字幕切,切口正好落在句与句之间的空白里,不会切到字。分割工具还会把切点吸附到附近最安静的地方,并可以给每段前后各留一点空白(0–500 毫秒)。
| 剧本里的行 | SRT 里的条目 | 切出来的文件 | 你的对白表 |
|---|---|---|---|
| 第 1 行 · 旁白:青云宗大比…… | 第 1 条 | 001_…… | 序号 1 → 过场开场旁白 |
| 第 2 行 · 萧凌(嘲讽):一个扫地的杂役…… | 第 2 条 | 002_…… | 序号 2 → 萧凌的台词 ID |
| 第 3 行 · 云瑶(耳语):叶师兄,别硬撑…… | 第 3 条 | 003_…… | 序号 3 → 云瑶的台词 ID |
| 第 4 行 · 叶尘(平静):三年扫地…… | 第 4 条 | 004_…… | 序号 4 → 主角的台词 ID |
序号对得上的四个前提
所有句子都生成成功(失败的先补生成再导出);一行只写一句台词;单行不超过 600 字(更长的旁白会被拆成几句,后面的序号全部往后错);不要有只有标点的行(比如单独一行“……”会被跳过,不算一句)。另外,分割工具会把不到 0.2 秒的极短条目并到相邻一条,切完后核对一下文件数和剧本行数。
外语版也一样:工坊逐句翻译、逐句配音,日语版的第 5 条和中文版的第 5 条是同一句台词,切出来的文件序号一一对应,引擎里按语言放进不同的文件夹就行。

交付的就是普通的 MP3 或 WAV 加一份 CSV,没有 Unity、Unreal、Godot、Ren'Py 或 RPG Maker 的插件,导入方式按你的引擎来。视觉小说引擎通常是一句对白挂一个语音文件,比如 Ren'Py 用 voice 语句指定下一句要播放的语音文件(见 Ren'Py 语音文档);RPG 或动作游戏一般按台词 ID 绑定音频,把文件改成 ID 命名再批量导入最省事。拿不准引擎收什么格式,就在分割工具里选 WAV 输出。

下面是按游戏里常见的角色类型排的一班演员,角色定位是我们的建议。前八个能说中文和另外 8 种语言,最后两个是外语原生音色,只说一种语言。

清亮 · 少年
● 主角 · 少年剑客
清亮有劲,被嘲讽时标平静,爆发时标怒吼,反差就出来了。

明亮 · 少女感
● 队友 · 少女
明亮的少女音,适合话多的同伴和攻略对象。

豪迈 · 武侠
● 师父 · 侠客 NPC
豪迈的武侠音,给任务、讲剧情都压得住。

清冷 · 反派御姐
● 反派 · 魔教女王
清冷的御姐音,配冷笑和嘲讽很有压迫感。

夸张 · 喜剧
● 小怪头目 · 搞笑反派
夸张、喜剧感强,适合“哼,本大王才不怕”这类台词。

灵动 · 国漫
● 宠物 · 话痨伙伴
灵动、语速快,负责吐槽和提示的伙伴角色。

评书 · 国风
● 开场旁白 · 说书人
评书味的说书先生,适合章节开头的世界观介绍。

清亮 · 字正腔圆
● 系统提示 · 任务播报
字正腔圆、不带多余情绪,“获得道具”“任务完成”这类播报最合适。

日语 · 元气动漫
● 日语版 · 元气少女
只说日语的原生音色,适合只出日语版的乙游、galgame 女主。

英式 · 绅士
● 英文版 · 英式管家 NPC
只说英语的英式绅士音,适合管家、学者这类 NPC。
游戏要上 Steam 或海外商店,AI游戏配音常常一次要出好几种语言。工坊在同一次生成里勾选多个语种,每个角色在各语种里是同一个声音。
中文 · 中文
中文原版的演员表定下来,外语版就跟着走。先配一场试听,确认主角和反派的声音,再批量生成其他场次。
日语 · 日本語
台词逐句改写成日语口语,称呼会换成日语里自然的说法,比如 -san、-sama,再由同一班演员来说。只出日语版的作品,也可以把女主换成只说日语的原生音色。日语版的更多要点见日语配音。
英语 · English
台词逐句改写成英文口语,尽量保持和原句差不多的长度,方便对上过场节奏。英文版的角色名建议全剧统一一种拼音拼法。
一场戏里,同一个角色名始终是同一个音色,不会这句是少年音、下句换了人。
8 种情绪逐句标,战斗喊话、低声密谋、哽咽告别各有各的演法。
导出时每句的峰值都拉到 −1 dBFS 左右,切成逐句文件后放进游戏,音量不会忽大忽小。
中文之外勾选日语、英语、韩语等,每种语言一套 MP3 和 SRT,序号和中文版一一对应。
分角色、换音色、标情绪不扣积分;生成按字数扣,失败的句子自动退回。

RPG、动作冒险里的过场对白和 NPC 对话,一场一场配,切成逐句文件按台词 ID 导入。

对白多、角色固定,中文版配好再勾日语,一班演员出两个版本。
真人配音定档之前,先用AI游戏配音做一版放进游戏里,测试过场节奏和字幕长度,定稿后再决定哪些角色请真人。
同一份中文对白一次出日语、英语、韩语等版本,适合先用少量场次试海外玩家的反应。
同一次生成里,同名角色始终是同一个音色。工坊不会自动记住上一批的选角,每一批都是单独分析的;所以跨场次、跨章节要靠一张“角色 → 音色”对照表,每批生成前照着换一遍。音色相同,声音就是同一个人,但每句的语气会随台词和情绪变化,不是复读同一段录音。完整做法见角色声音不一致怎么办。

把要改的那一句(连同角色名)单独贴进工坊,在演员表里按对照表选同一个音色,生成后用分割工具切出来,替换掉原来那个文件就行,不用整场重配。这一句按字数单独扣积分。
能不能用在要售卖的游戏里、需要注意哪些条款,我们单独写在了 AI配音商用指南,发行前请先读一遍。
一批一场戏或一个章节,单次最多 8,000 字、400 句。场景小,序号也好对。
“守卫甲”“守卫乙”会被当成两个角色、配两个声音;想让所有守卫一个声音,就都叫“守卫”。
“喝!”“呃啊——”要念出来就写进台词;情绪标签只改语气,不会自己加声音。太短的语气词容易被分割工具并到相邻一句。
批量生成前,先配一场有主角、反派和 NPC 的戏,在游戏里实际播一遍,确认音色和音量再继续。
在你的对白表里加一列“生成序号”,和切出来的 001、002 对上,改名、导入都靠它。
日语、英语版发行前,请懂这门语言的人听一遍专有名词、技能名和称呼。
能。AI游戏配音的做法:把剧情对白写成“角色:台词”贴进配音工坊,每个角色分一个固定的音色,每句标情绪,就能生成整场对白的配音和逐句字幕。它适合剧情对白和 NPC 对话;口型、童声、声音克隆不在能力范围内。
能,AI游戏配音分两步:工坊先导出整段 MP3 和逐句 SRT,再用免费的按字幕分割音频按 SRT 切成一句一个文件,附 CSV 清单,打包成 ZIP。工坊本身不直接导出逐句文件。
同一次生成里,同名角色始终是同一个音色。工坊不会自动记住上一批的选角,跨场次要用一张“角色 → 音色”对照表,每批生成前照着选,声音就是一致的。
能。生成时勾选日语,台词逐句改写成日语口语,由同一班演员来说;只出日语版的作品,也可以换成只说日语的原生音色。除日语外还支持英语、韩语、泰语、越南语、印尼语、西班牙语、葡萄牙语。
切出来的是普通的 MP3 或 WAV 加一份 CSV,AI Drama Voice 没有引擎插件。视觉小说引擎一般一句对白挂一个语音文件,RPG 一般按台词 ID 绑定;按你的对白表把文件改成引擎需要的名字,再批量导入。
商用的范围和注意事项,见 AI配音商用指南,发行前请先读一遍。
没有。音色库里最年轻的是热血少年、俏皮甜妹这类少年少女音,不是儿童声音;游戏里的小孩角色目前配不了。