写好文案之后还要配音、对时间轴、做字幕，一条一条手工做太慢。睿君配音+字幕批量生成工具可以把一批 TXT 文稿直接转成 MP3 配音和同步的 SRT 字幕，需要的话还能一步生成带硬字幕的 MP4 成片，适合口播视频、有声内容、课程讲解和批量短视频的前期制作。
先了解一件事：语音合成由云端 TTS 服务完成，需要你自己的 API 账号（火山引擎/豆包、阿里云、腾讯云、百度任选其一，另有微软 Edge 免费后端）。软件本身不含合成额度，配置好密钥后所有处理都在本机进行。
一份 TXT 能产出什么
- MP3 配音：按文稿分句合成，自动拼接成完整音频。
- SRT 字幕：时间轴与音频严格对应，可直接导入剪辑软件。
- MP4 成片（可选）：纯色背景 + 音频 + 硬烧字幕，勾选即可一步出片。
支持的语音合成后端
| 后端 | 说明 |
|---|---|
| 火山引擎 / 豆包（默认） | 走单向流式接口，边合成边落盘；内置 12 个语音合成 2.0 音色，按音色自动匹配资源 |
| 阿里云 CosyVoice | 填入 API Key 与音色名即可使用 |
| 腾讯云 | 填入 SecretId / SecretKey 与音色编号 |
| 百度 | 填入 App ID / API Key / Secret Key |
| 微软 Edge | 免费后端，适合先试跑流程 |
逐句缓存：重跑不会重复扣额度
文稿按句合成，每成功一句立刻写入缓存。中途某句失败时只重试这一句；下次再跑同一份文稿，已经成功的句子直接复用缓存，不会从第一句重新消耗云服务额度。缓存身份包含后端、音色、语速和音量，改了参数会重新合成，不会拿旧音频糊弄你。
字幕样式与视频导出
- 字幕样式可调：字号、颜色、描边、描边色、底边距、对齐方式。
- 可开启背景框，并调整背景色、透明度和内边距。
- 可指定任意 .ttf 字体，安装包内已附带 15 款常用中文字体。
- 提供首帧预览图，所见即所得，确认效果再批量出片。
- 视频导出支持预设分辨率与纯色背景，字幕为硬字幕。
使用步骤
- 在设置里填入所选云服务的密钥，选择后端与音色。
- 选择存放 TXT 文稿的目录，确认输出目录。
- 调整语速、音量等参数，需要视频时勾选“同时生成带字幕的视频(MP4)”并设置字幕样式。
- 点击开始，日志区实时显示每句的合成情况。
- 完成后检查 MP3、SRT 与 MP4，直接用于剪辑或发布。
当前线上交付版：V4 日志常显与打包修复版（2026-08-12），与本地最新版一致。同时提供单文件版和文件夹稳定版，文件夹版必须连同
_internal 目录一起使用。导出 MP3 与合成视频建议本机安装 ffmpeg，视频硬字幕需要 ffmpeg 带 libass。安装包内的配置文件不含任何密钥，需要你自己填写。
软件界面与演示
常见问题
买了软件就能直接配音吗？还要不要另外花钱？
语音由云端 TTS 服务合成，需要你自己的 API 账号，合成费用按各家云服务的计费方式结算，软件不含额度。想先零成本试流程，可以选微软 Edge 免费后端。
中途失败重跑，前面已经合成的句子会重复扣费吗？
不会。每句成功后立即写缓存，重试只针对失败的那一句；重新运行同一份文稿时，已成功的句子直接复用缓存，不再调用云端接口。
字幕时间轴准不准？能直接导入剪辑软件吗？
字幕时间轴按每句实际合成出来的音频长度生成，与 MP3 严格对应，输出标准 SRT，可直接导入剪映、Premiere 等常见剪辑软件。
生成视频提示缺少 ffmpeg 怎么办？
MP3 导出和视频合成都依赖本机 ffmpeg，硬字幕还需要 ffmpeg 编译时带 libass。装好 ffmpeg 并加入系统 PATH 后重新运行即可，只要 MP3 和 SRT 的话可以不装。
文件夹版和单文件版有什么区别？
单文件版只有一个 EXE，启动稍慢；文件夹版启动快但必须连同 _internal 目录一起复制，缺了它无法运行。两个版本功能相同。
