配音
如何在 Morphic 中把视频或音频录音配音成另一种语言，保留原说话人的声音并同步口型，可在提示栏、通过 Copilot、MCP 或 Direct API 完成。
Morphic 的配音功能可以把视频或音频录音翻译成另一种语言，并用每位原说话人自己的声音说出来。Morphic 会先转写语音，再翻译，然后沿用说话人的表达方式和节奏重新配音，因此配音结果与原片对得上。
返回什么取决于模型。Morphic Dub 返回视频本身，每位说话人的特写镜头口型都与新语音同步。ElevenLabs Dubbing 返回一个新的音频文件，即使你从视频开始也一样。
适用场景
- 把一集成片、一条广告或一门课程投放到另一个市场，而无需重新生成
- 让主持人或固定角色这类辨识度高的声音贯穿多种语言
- 用同一个母版为每个市场各做一个版本
如果想用另一种声音重新朗读，请使用 语音。如果想换成同一语言的另一种声音，请使用 语音转语音。如果需要的是翻译后的字幕而不是新的音频，请使用 转写。
选择模型
| 模型 | 输入 | 输出 | 语言 | 套餐 |
|---|---|---|---|---|
| Morphic Dub | 一个视频，最长 10 分钟 | 原视频，已配音，每位说话人保留自己的声音，特写镜头已同步口型 | 没有固定列表；地区版本会用其主要语言配音 | 付费套餐；付费套餐的默认模型 |
| ElevenLabs Dubbing | 一个音频或视频文件，最长 30 分钟 | 一个新的音频文件，时长与源文件相同 | 100 多种，含地区版本 | 所有套餐；免费套餐的默认模型 |
视频请选 Morphic Dub。音频文件、超过 10 分钟的视频，或使用免费套餐时，选 ElevenLabs Dubbing。两者都可以接收你自己的 SRT 转写和翻译，代替自行转写和翻译：Morphic Dub 需配合指定声音，ElevenLabs Dubbing 则使用原声并需设置原始语言；见 “配音设置”面板。Morphic Dub 速度较慢：每分钟视频最多需要约 13 分钟，而短片段的用时会超过这一比例，因为它的固定阶段无论时长如何花费都相同。
在提示栏中配音
-
在 Morphic 中打开一个文件
-
在底部的提示栏中，打开模式选择器，选择“音频”，再选择“配音”
-
在提示栏中选择模型：“Morphic Dub”或“ElevenLabs Dubbing”。付费套餐默认使用 Morphic Dub
-
在“参考”下添加一个文件：上传，或从你的画布或素材中选取。Morphic Dub 接受视频；ElevenLabs Dubbing 接受音频或视频文件
-
点击提示栏中的设置图标打开配音设置，然后在“配音为”下选择一种语言。该列表可搜索。ElevenLabs Dubbing 包含地区版本，例如美式英语和阿拉伯语（埃及）；Morphic Dub 会用地区版本所属的主要语言来配音
-
（可选）“原始语言”保持“自动检测”，或在录音嘈杂或混用多种语言时手动设置；在 ElevenLabs Dubbing 上使用自带转写时则必须设置。在“保留原词”下，输入不得翻译的名称和术语，用逗号分隔
-
点击提示栏中的蓝色按钮。按钮上会显示积分费用，根据你录音的时长计算
配音会出现在你的画布上，时长与源文件相同：Morphic Dub 生成视频，ElevenLabs Dubbing 生成音频文件。生成期间，它的位置上会出现一张卡片，显示“创建中...”和剩余时间。
“配音设置”面板
提示栏中的设置图标会打开“配音设置”。选中 Morphic Dub 后，它包含一次配音可以接收的全部内容：
| 设置 | 作用 |
|---|---|
| “配音为” | 要配音成的语言；该列表可搜索 |
| “原始语言” | 保持“自动检测”，或在录音嘈杂或混用多种语言时设置语言 |
| “保留原词” | 翻译时保持原样的名称和术语，用逗号分隔 |
| “声音” | 默认为“保留原声”，或选择“为每位说话者指定声音” |
| “转写” | 你自己的、以所说语言写成的语音 SRT，代替 Morphic 的转写。需要指定声音 |
| “翻译” | 你自己的、以目标语言写成的台词 SRT，代替 Morphic 的翻译。需要指定声音 |
选择“为每位说话者指定声音”后，你指定的每个人都会出现一行说话人。在“谁在说话”下选取附加到提示的面部图片或语音片段来指明说话人，或在“描述说话者”下用文字描述此人，例如“穿红夹克的男人”；然后在“选择声音”下从 Morphic 的声音库中为其选择声音。“添加说话者”会新增一行。你没有指明的人会获得一个合适的声音库声音。“转写”和“翻译”选择器列出附加到提示的 SRT 文档；先附上文件，才能在那里选到它。
在 Morphic Dub 上，自带转写或翻译需要指定声音：使用原声时，配音在一次不接收文本的流程中完成，因此这两个选择器保持不可用。各选项的作用和适用时机见 选项。
选中 ElevenLabs Dubbing 后，面板包含“配音为”、“原始语言”、“保留原词”、“转写”和“翻译”；没有“声音”设置，因为每位说话人都保留自己的声音。“转写”接收你自己的、以所说语言写成的语音 SRT，此时必须设置“原始语言”，因为引擎无法从转写中检测语言。当大多数字幕条以说话人标签开头（例如 Mira: …）时，由标签决定谁在何时说话，每位说话人一个声音；没有标签时，所有人都会按同一位说话人配音。选定转写后，“翻译”才会启用，它接收你自己的、以目标语言写成的台词 SRT：每条转写字幕都需要有一条对应的翻译字幕，因为翻译按转写的字幕条计时；只要由 ElevenLabs 翻译，“保留原词”就仍然适用。字幕条必须落在录音范围内；超过 25 秒的字幕条会被拆分。
用 Copilot 配音
-
打开 Copilot
-
用回形针附上录音
-
提出配音请求并说明语言，例如“把这段配音成西班牙语”
在付费套餐中，Copilot 会用 Morphic Dub 为视频配音，并告诉你预计的等待时间。音频文件、超过 10 分钟的视频，以及免费套餐中的所有配音，都会交给 ElevenLabs Dubbing；如果源文件是视频，Copilot 随后会把配好的音频放回画面上，但口型不会跟随新语音。如果想自己选择，请在请求中写明模型名称。
你还可以在同一个请求里补充：
- 多种语言：“把这段配音成西班牙语、法语和德语”会为每种语言各生成一个配音，并排显示
- 源语言：当录音嘈杂或混用多种语言时请写明；否则会自动检测
- 姓名和术语：列出不得翻译的角色名、地名或产品术语，例如“人名 Mira 和 Halden 保持原样”。不列出的话，姓名可能被逐字翻译
- 每位说话人一个声音：@ 提及说话人的一帧画面或一段片段以及声音，例如“把这段配音成西班牙语。给 @Image 1 用 @Alice 的声音，其余的挑选合适的声音”。你没有指定的说话人会获得一个合适的声音库声音；Copilot 从 Morphic 的声音库中挑选，而不是从你组织自己的声音中
- 你自己的转写或翻译：用回形针附上 SRT 并说明它是哪一种，例如“用指定声音把这段配音成西班牙语，以 @interview.en.srt 作为转写”或“按 @interview.es.srt 中的台词来说”。在 Morphic Dub 上，两者都需要指定声音；Copilot 会告诉你这一点，而不是丢弃文件。在 ElevenLabs Dubbing 上，请写明模型和原始语言，例如“在 ElevenLabs Dubbing 上把这段配音成西班牙语；原文是英语，以 @interview.en.srt 作为转写”；翻译需与其转写一起提供
通过 MCP 配音
连接 MCP 服务器 后，用同样的话向你的助手提出请求，或让它调用 dub_media：传入片段的 media_asset_id、以 hi 这类代码表示的 target_language、作为 keyterms 的名称，以及用于选择模型的 model_name: "Morphic Dub" 或 model_name: "ElevenLabs Dubbing"。你自己的 SRT 作为 source_transcript_asset_id 或 translation_asset_id 传入；在 ElevenLabs Dubbing 上，它们旁边需要 source_language，且翻译需与转写一起传入。每种语言是一次调用。调用会返回一个生成任务，由助手等待其完成。
通过 Direct API 配音
POST /v1/direct/tools/dub_media 接收同样的字段，模型以 model_id: "mdl_h2z5a7af7y50" 指定，并返回一个可轮询或通过 webhook 接收的生成任务。Morphic Dub 在启动时扣除估算费用，并按本次运行的实际消耗结算。完整指南（含 curl、Node.js 和 Python 示例）见 通过 Direct API 配音。
限制
| 项目 | Morphic Dub | ElevenLabs Dubbing |
|---|---|---|
| 文件 | 每次配音一个视频 | 每次配音一个音频或视频文件 |
| 时长 | 源文件最长 10 分钟 | 源文件最长 30 分钟 |
| 语言 | 每次配音一种目标语言。五种语言就是五次配音 | 每次配音一种目标语言。五种语言就是五次配音 |
| 输出 | 视频，时长与源文件相同 | 一个音频文件，时长与源文件相同 |
| 自带文本 | SRT 转写、翻译或两者都有，需指定声音 | SRT 转写，以及与之配套的翻译，需设置原始语言 |
| 用时 | 每分钟视频最多约 13 分钟 | 几分钟 |
费用
配音按源录音的时长收费，因此 2 分钟的片段在每种语言里费用相同。每种语言单独计费。Morphic Dub 的每分钟费用高于 ElevenLabs Dubbing。费用会在运行前显示在蓝色按钮上，当前费率见 套餐与积分。
在 Morphic Dub 上，按钮上的费用是一个估算值：它在配音启动时扣除，完成时按本次运行的实际消耗结算，绝不会超过估算的三倍。失败的配音会退款。
整个文件都会计费，所以想试听声音和姓名时，先截取 20 秒样片来配音。
疑难解答
Copilot 问我要哪种语言
请在请求中写明目标语言。Copilot 从不根据聊天所用的语言来猜测。
配音是音频文件，不是视频
这次配音使用的是 ElevenLabs Dubbing，它始终返回音频。如需口型同步的配音视频，请在付费套餐中选择 Morphic Dub，并使用不超过 10 分钟的视频。如果要保留这段音频配音，你可以让 Copilot 把它放回视频上，或在 Compose 中与剪辑对齐。
某个名字被翻译了
再运行一次，并列出需要保留的姓名和术语：在提示栏的“保留原词”下填写，或在请求中把名字告诉 Copilot。
说话人的面部与任何人都不匹配
你为某位说话人附上的画面中，没有配音在画面上找到的任何人，因此没有为其指定声音，而是像其他人一样配音。请从视频本身截取一帧清晰的正面画面，每张图片一张脸，或改用文字指明说话人（“穿红裙子的女人”）。
设置原始语言
你把自己的转写交给了 ElevenLabs Dubbing，而原始语言仍保持自动检测，引擎无法从转写中检测语言。请设置后再运行一次：配音设置中的“原始语言”、Copilot 请求中写明的语言，或调用中的 source_language。
SRT 的语言不对
转写使用所说的语言，翻译使用目标语言；语言弄反的文件会原样配音，结果就会说错语言，或台词对不上时间点。请检查你把文件交给了哪个选择器或哪个字段，并给两个文件起不同的名字，以免混淆。
配音用时很长
Morphic Dub 的一次运行每分钟视频最多需要约 13 分钟，而固定阶段会让短片段比这一比例更慢：一段 50 秒的片段用了 17 分钟。画布上的卡片会显示剩余时间；Copilot 在启动配音时会告诉你预计的等待时间。
以上就是在 Morphic 上使用配音的方法。当一段成片需要用同样的声音传达到另一种语言时，就用它。
如果您遇到任何问题或有任何疑问，欢迎随时联系我们。我们很乐意提供帮助。请发送邮件至 support@morphic.com.