快速上手，十分钟玩转

快速开始

1. 注册 / 登录：点击右上角「登录」，新用户注册即送 20 积分（约 10–20 分钟视频处理）。
2. 从导航「AI 工具」进入 语音转文字 或 视频翻译工作台。
3. 拖入视频文件，或粘贴 YouTube / B站 / 抖音 等链接。
4. 选择视频原语言（不确定选「自动识别」）和目标语言（支持 34 种）。
5. 选择处理模式：仅字幕 / 字幕+配音 / 仅配音 / 仅字幕文件。
6. 选择音色（推荐「自动」），点击「提交」。
7. 等待处理完成，下载视频 / 字幕 / 配音音频。

7 大 AI 工具

每个工具都是独立页面，单独提交、单独下载，互不干扰：

工具	入口	功能
语音转文字	/zh/tools/transcribe	上传音/视频 → 识别语音 → 生成带时间轴字幕（SRT/TXT）
字幕翻译	/zh/tools/subtitle	上传 SRT → 一键翻译 67 种语言，时间轴原样保留
文本配音	/zh/tools/tts	文本 → 300+ 音色 AI 配音，可调语速，生成 mp3
视频总结	/zh/tools/summarize	长视频/音频 → 自动提炼核心要点与概述
字幕擦除	/zh/tools/video	划框精准遮挡视频内硬字幕 / 水印
视频切片	/zh/tools/clip	按起止秒数截取视频片段
声音克隆	/zh/tools/clone	（内测预约中）上传 10 秒人声样本，即可创建专属音色

需要全流程一站式处理（识别 → 翻译 → 配音 → 合成）时，使用「AI 视频处理工作台」（/workspace/workbench）。

引擎内置，零配置

SpeakVid 已内置行业级引擎——语音识别、翻译、配音全部自动完成，无需安装、配置或维护：

• 语音识别：自动检测原语言，生成带时间轴的高精度字幕。
• 字幕翻译：由顶级多语言 AI 模型驱动，支持 67 种目标语言，译文自然、贴合语境。
• AI 配音：300+ 神经音色，付费套餐解锁更多高级音色。

无需 API Key、无需切换引擎、无需关心降级顺序——选好语言直接提交即可。

声音克隆

1. 进入「声音克隆」工具页（/zh/tools/clone）。
2. 上传 10 秒以上清晰人声样本（支持音频或视频文件，视频自动提取音轨）。
3. 点击「克隆」，等待生成（约 1 分钟）。
4. 克隆音色永久保存在个人账户，之后可在任意配音任务中选用。

多人对话配音

适合访谈、课堂、影视解说等多说话人视频。

1. 配音设置里把「多人配音」选为开启。
2. 系统自动识别每位说话人（男声/女声/儿童/老人）。
3. 可为每个说话人指定音色（留空自动分配）。

积分与计费

平台采用积分制，无需预付费订阅，用多少扣多少：

• 注册即送 20 积分，可免费体验完整流程。
• 积分按处理时长 / 字符数扣除，详见「个人中心 → 积分明细」。
• 积分不足时可购买积分包：500 积分（¥9.9）/ 2000 积分（¥29）/ 8000 积分（¥99）。

任务类型	计费方式	费率
语音转文字 / 字幕翻译 / 视频总结 / 字幕擦除 / 视频切片	按音视频时长	1 积分 / 分钟
文本配音 / 字幕配音	按字符数	1 积分 / 200 字符
链接下载转字幕	按音视频时长	2 积分 / 分钟

常见问题

为什么首次处理很慢？

首次使用某个云端引擎会建立连接并预热，之后速度恢复正常。视频较长时，识别与配音本身需要一定处理时间。

视频最长支持多少？

浏览器上传限制单文件 ≤ 4GB（建议）。链接下载无此限制。

可以批量处理吗？

可以。工作台勾选「 批量模式」后一次选择多个视频，逐个排队自动执行。

翻译质量能达到行业标杆吗？

可以。识别、翻译与配音均使用行业标杆同级的引擎，并支持字幕精修，成片质量完全可对标；引擎由平台持续调优。

数据安全吗？

安全。文件通过加密连接传输，仅上传必要的音视频片段用于处理，不留存你的内容，也不用于模型训练。

积分用完了怎么办？

在「个人中心 → 充值」购买积分包，支持多种支付方式，到账即时可用。