视频配音
视频配音功能概览
本页帮助你先理解 NativeVid 视频配音模块的真实工作流，再决定从快速上手、FAQ 或插件说明进入。
本页摘要
- 快速建立对视频配音完整流程的整体认知。
- 重点覆盖资源准备、角色音色、审校与成片输出。
- 建议配合“快速上手”一起阅读，效率更高。
什么是 NativeVid 的视频配音？
NativeVid 的视频配音不是单纯的“把字幕读出来”，而是一条完整的本地化生产链：先匹配视频与字幕， 再根据需要完成术语审校与字幕翻译，然后进入角色配置、角色音色选择、批量语音生成、逐句审校， 最后把新语音与视频重新合成，并输出新的成片视频文件与字幕文件。
这一章覆盖哪些真实功能
📁 资源匹配
选择媒体文件夹后，系统会自动按文件名匹配视频与字幕；未匹配成功的文件支持手动指定，
检测到重复内容时会移动到 _duplicates 文件夹，减少批量任务误配。
🌍 翻译分支
可选择“先翻译后配音”，也可在字幕已经是目标语言时直接“跳过翻译”； 如果开启术语审校，还会先进入术语确认页面再继续流程。
🎭 角色配置
支持任务级角色库、逐句分配角色、拖拽快速标注、快捷键切换角色， 适合旁白、访谈、课程讲师等多说话人场景。
🎙️ 角色音色
每个已分配字幕的角色都能单独选择目标语言音色，支持关键字搜索、性别与年龄筛选、音色试听， 并区分免费与付费音色来源。
🎵 背景音乐分离
提交任务时可开启背景音乐分离，并选择保留鼓点、低音、其他伴奏、吉他或钢琴等音轨； 新配音会在后续合成阶段单独叠加，适合需要保留原片氛围的内容。
🔁 批量生成与重试
系统会按字幕行批量生成配音，审校页可查看每个文件的进度、成功/失败状态， 支持批量重试失败项，也支持单句重新生成。
🎬 音画对齐与视频合成
配音完成后系统会结合字幕时间轴与生成音频时长做音画对齐，再输出成片与对齐后的字幕； 预览页支持字幕开关、播放速度调整，以及拖动字幕位置做最终检查。
典型使用场景
课程与知识视频
已有视频和字幕，想快速制作多语言教学内容，同时保留背景伴奏或环境音。
访谈与播客切片
一个视频里有多个说话人，需要先区分角色，再分别配置音色生成目标语言版本。
系列视频批量处理
把同一栏目或同一课程的多集视频放进同一个文件夹，用自动匹配与批量流程统一处理。
实际工作流程
根据 NativeVid 当前实现，视频配音通常会经过下面这些页面与步骤：
- 资源匹配： 选择包含视频与字幕的文件夹，系统按精确文件名优先自动配对，未匹配项可手动补齐。
- 翻译设置： 选择源语言、目标语言；字幕已是目标语言时可直接跳过翻译； 需要时还能开启术语审校与背景音乐分离。
- 角色配置： 创建角色并把字幕句子分配给对应角色；所有字幕都分配完成后，才能顺利进入下一步。
- 角色音色： 为每个已参与配音的角色选择音色并保存，然后启动整批配音任务。
- 配音审校： 查看每个文件的生成进度，试听单句音频，必要时修改译文并重新生成某一句。
- 音画对齐与视频合成： 全部配音完成后，系统会根据配音时长与字幕时间轴做音画对齐，再合成视频，并在预览页检查成片、字幕文件和输出目录中的文件。
输出结果与目录规则
默认情况下，输出目录会自动设为所选媒体文件夹下的 dubbed 子目录。
配音与视频合成完成后，通常会得到：
- 成片视频文件，例如
video.zh.mp4 - 对齐后的字幕文件，例如
video.zh.srt - 处理中间音频与状态数据，用于失败重试、断点恢复与逐句审校
在预览页和审校页中，您都可以直接打开输出目录继续检查成片。