讯飞智作 文字转语音与数字人视频平台｜多音色配音与形象定制

讯飞智作是科大讯飞旗下的配音产品，主业是把文字变成声音，再把声音与形象合成视频。在线工具与企业级定制并列，覆盖从个人短视频到企业宣传的多种场景。

配音与音色

合成配音是基础能力，输入文本即可试听与导出，音色按语种、性别、年龄与风格分类，另有童声、方言与情感语调可选。同一稿件换音色后，语速与断句都会变，宜整段重听。标点与停顿标记会影响断句，长句可手动切开。真人配音作为补充，适合合成效果不理想的稿件，报价按字数与时长相商。

• 场景模板：广告、宣传片、短视频、课件各有预设语速与停顿。
• 多语种：中英日韩等语种分开配置，外语稿件可直接试听。
• 音频资产：生成记录存进资产中心，便于复用与二次编辑。

数字人与视频

导入 PPT 或文案，选定数字人形象，即可合成讲解视频，适用于课程、产品介绍与新闻播报。形象可选站内公版，也可上传照片或视频定制专属形象，声音同样支持定制。公版形象按职业与场景分类，定制则需提交素材并等待制作周期，交付前要过一轮口型与表情校验。数字人视频之外，另有 AI 视频创作与 AIGC 工具箱两个入口，分别处理素材生成与辅助功能。

制作流程

配音的路径是输入文本、挑音色、试听、调语速与停顿，满意后导出。数字人视频多一步选形象与背景，导入 PPT 时按页切分讲稿，字幕随语音生成。整段流程在浏览器里完成，不必安装客户端，成片可导出视频或单独取音频。

工作台与集成

会员中心管理套餐与额度，Agent 工作台面向批量任务。企业方案包含更长的合成时长、企业账户、专属形象定制、API 集成与优先支持，适合把配音接进自有系统的团队。接口按调用量计费，方式与个人套餐不同，接入前先申请密钥并做小流量联调。

使用须知与局限

免费额度有限，商用前需确认套餐的授权范围。声音克隆涉及他人声音时须取得授权，平台对此有相应约束。合成语音在长句的停顿与重音上仍需人工调整，正式发布前宜整段试听。数字人视频按时长计费，长课程宜分段制作。导出格式与时长随套餐变化，批量项目宜先算清额度。