音视频三个环节：配音、字幕、剪辑各用什么

配音：先看用途，再看音色

内部培训、课件旁白、短视频口播，三类用途对音色的要求完全不同。

课件要清楚、匀速、少情绪。短视频要节奏快、有起伏。内部培训介于两者之间。

试音的时候别只听一句。让它读一段带数字、带英文缩写、带专有名词的话，这三样最容易露馅。

时长也要试。五分钟以上的连续配音，有的工具会在段落衔接处出现语调断层，一听就知道是拼的。

录音质量、说话人数、专业词密度。三个条件都好的时候，转写准确率很高；缺一个就明显下降。

多人抢话是最难的。转写会把两个人的话并成一段，时间轴也对不上。这种素材先人工切分，再转。

专业词要提前给词表。产品名、人名、缩写，不给词表它一定按常见词写。

转完必须校对时间轴。字幕慢半秒观众能感觉到，快半秒更明显。

自动剪辑的成品大多不能用，因为它不懂你的叙事节奏。但它在两件事上有用：按关键词找片段、按语音内容定位时间点。

一条两小时的素材，要找说某句话的那三十秒，人工拖进度条要十分钟，工具几秒。

粗剪可以让它做，成片别指望。它会把停顿剪掉，把语气词删掉，看起来紧凑，实际丢了说话人的情绪。

要节奏就自己剪，要效率就用它出粗剪，别指望一步到位。

声音克隆。用别人的声音做配音，哪怕是同事，也要拿到书面同意。商用场景里，声音和肖像一样受保护。

版权音乐。工具自带的曲库通常只授权在平台内使用，导出到别处可能违约。用之前看清楚授权范围。

还有一条：长视频批量处理很吃时间。一小时的素材转写加校对，实际工作量在两小时以上，别按“点一下就好”估工期。

批量任务还要注意文件命名。工具导出的文件名通常是一串编号，回头找素材要花时间，导入前先按项目改好名。

转写能直接当会议记录吗？

不能。转写是逐字稿，有口语、重复、跑题。要变成纪要还得再压一遍，那是另一件事。

方言能识别吗？

常见方言的普通话接近版本可以，重口音不行。重要内容建议人工听一遍。

生成的配音能商用吗？

看工具的授权条款。多数允许商用，但对使用场景有限制，比如不能用于新闻播报。