制作解说类视频的 Windows 软件

Scene Studio:把一份文案和一组图片变成视频, 逐句精准同步

粘贴文案,为每个场景放一张图,选择 AI 音色或你自己的克隆声音。软件会生成配音,把每次画面切换对齐到词句,让你试听并手动微调,然后导出 MP4 和 Premiere 时间线。

登录即送 20 个免费额度查看额度包

注册账号即送 20 个 TTS 额度只对实际生成的配音扣额度项目文件全部留在你自己电脑上

1,000字符 = 1 个额度 ≈ 1 分钟音频
3–10s的样本音频即可克隆声音
4KMP4 导出最高分辨率
XML时间线,可直接在 Premiere 中打开
工作流程

四步做出一条成片

你负责文案和画面,繁琐的对齐工作交给软件。

准备文案与图片

每个场景一句旁白、一张图片。可以从表格或 JSON 文件导入。只有一个短标题的场景会变成静默场景,按你设定的秒数展示图片。

选择音色

可以选系统音色,也可以用 3–10 秒音频克隆你自己的声音。音色档案保存在你的账号里,所有项目通用。

生成配音,自动对齐

软件会先显示要扣多少额度,按完整句子生成配音,再对音频做一次转写,把画面切换准确落在词句位置上。

试听、微调、导出

直接在软件里试听。拖动分界点、插入停顿、更换图片,可随意撤销。导出 MP4,或导出 Premiere 时间线继续剪辑。

功能

更快做出解说视频,同时不失去控制权

把耗时的环节自动化,同时保留每一处细节的可调空间。

多种 AI 音色,也能用你自己的声音

多个 TTS 引擎统一管理,你无需自行配置 API。用一小段样本就能克隆你自己的声音;该音色归属于你的账号。

精确到词的同步

语音识别会捕捉每个词的时间点,并把画面切换放在句子分界处。偏移过大的句子会被标记出来,方便你重新生成。

试听与手动微调

直接在软件里播放音频,图片随播放头切换。可拖动分界点、在句尾加停顿、替换任意场景的图片,支持撤销/重做。

改一句就够,不用重做整篇

只重新生成你不满意的那几句,其余部分直接取自缓存。只对新生成的音频扣额度,失败的分组会自动退还。

导出 MP4 + Premiere 时间线

最高 4K 的 MP4、完成的音轨,以及可在 Adobe Premiere 中打开的 XML,其中带有提示在哪加音效的标记。还能按图片名称导出分场景音频。

静默场景与标题卡

只有一个大写短标题的场景不会生成配音,只按你设定的秒数展示图片。做标题卡和章节分隔很方便。

运行前先知道花多少

每次生成前,软件都会估算将要扣除的字符数和额度。额度不够时会立刻告诉你并推荐合适的额度包,而不是跑到一半停下。

按完整句子朗读,语气自然

连续的、句子尚未结束的行会被合并成一组,让配音按完整句子生成,不会在句中被截断。

一个账号,与 Auto Flow 共用

用与扩展相同的邮箱登录。Pro 套餐每月赠送 Scene Studio 额度;不够用时可购买额度包,支持银行转账、PayPal 或 USDT 付款。

TTS 额度

只为实际生成的配音付费

1 个额度 = 1,000 字符,大约 1 分钟音频。一条 10 分钟旁白的视频约需 10 个额度。

20 个额度注册账号即送(≈ 1 小时 视频)
+60 个额度订阅 Pro 月付 后每月赠送(≈ 3.5 小时)
+90 个额度订阅 Pro 年付 后每月赠送(≈ 5.5 小时)

迷你包

39.000 ₫$2.49

50 额度

≈ 3 小时 视频

780 ₫$0.05/额度

购买此套餐包

基础包

99.000 ₫$5.99

150 额度

≈ 9 小时 视频

660 ₫$0.04/额度

购买此套餐包

进阶包

229.000 ₫$12.99

400 额度

≈ 24 小时 视频

573 ₫$0.03/额度

购买此套餐包

工作室包

499.000 ₫$24.99

1,000 额度

≈ 59.5 小时 视频

499 ₫$0.02/额度

购买此套餐包
使用要求

开始前需要准备什么

一台 Windows 电脑

Windows 10/11。不需要显卡:配音在我们的服务器上生成,视频渲染在本地进行,普通办公电脑即可。

一份文案和每个场景的图片

每个场景准备 PNG/JPG 图片,旁白按场景写在表格或 JSON 里。用 Auto Flow 批量生成图片后可以直接拿来用。

一个 NiceCode 账号

用邮箱登录即送 20 个免费额度。生成配音需要联网;对齐和导出可以离线完成。

常见问题

关于 Scene Studio 的常见问题

Scene Studio 在什么系统上运行?需要高配电脑吗?

目前支持 Windows。配音在我们的服务器上生成,所以不需要显卡;对齐和渲染在本地完成,普通办公电脑就够。生成配音时需要联网。

额度怎么计算?改一句话要重新扣整篇的额度吗?

1 个额度 = 把 1,000 字符文本转成语音,大约 1 分钟音频。软件会在运行前显示要扣多少额度。某句读得不好,只重新生成那一句即可;其余部分取自缓存,你只为新生成的部分付费。失败的分组会自动退还额度。

克隆声音需要准备什么?

一段 3–10 秒的样本录音,声音清晰、背景噪音少即可。软件会自动转换格式并生成绑定到你账号的音色档案;其他人看不到也用不了。此外还有公共的系统音色可选。

画面切换是跟着真实语音走,还是按固定时长?

跟着真实语音:生成配音后,软件会重新转写音频取得每个词的时间点,再把每次画面切换精确放在上一场景最后一句与下一场景第一句之间。任何分界点你都可以手动拖动调整。

可以导出哪些内容?能继续在 Premiere 里剪吗?

可导出 MP4(最高 4K)、完成的音轨,以及可直接在 Adobe Premiere 中打开的 XML 时间线,其中图片顺序、切换点和提示加音效的标记都已就位。还可以导出按图片名称命名的分场景音频。

可以和 Auto Flow 扩展共用一个账号吗?

可以,用同一个邮箱。扩展的 Pro 套餐每月会往该账号赠送 Scene Studio 额度;不够用就买额度包。两款产品合计最多同时登录 3 台设备。

用 20 个免费额度先试试

用邮箱注册账号,领取试用额度,用你自己的声音做出第一条视频。

注册账号/登录了解 Auto Flow 扩展