配音與音訊基礎

音訊工作室涵蓋了你在畫面之後會為影片加入的一切。它有六種模式，從底部那條列切換——語音和音樂由 ElevenLabs 驅動，MiniMax 作為第二種語音選項。

這條合成列在每種模式下用法相同：左側下拉切換模式（文字轉語音、變聲、配音轉譯等等），中間的控制項挑選提供方和語音，Generate 會顯示點數消耗。

配音（文字轉語音）

輸入你的腳本，挑一種語音，生成用於旁白、講解、廣告和無真人出鏡影片的語音。在 音訊 › 文字轉語音 開啟它。

• 在 ElevenLabs 與 MiniMax 語音之間選擇。MiniMax 額外提供情緒（中性、開心、悲傷、憤怒等）和語速控制。
• 按它被讀出來的方式去寫，而不是書面語——短句、自然的措辭。標點控制停頓。

變聲

已經有一段錄音了？變聲會用另一種語音重新演繹它，同時保留你的時機和表達——很適合匿名化或重塑旁白風格。還有一個降噪選項可以清理原始素材。

配音轉譯

用配音轉譯把現有音訊或影片翻譯並重新配音成另一種語言。PonPon 支援 31 種目標語言，所以一支影片無需重錄就能觸及多個市場。

音效

描述一個聲音——「鐵皮屋頂上的暴雨」、「科幻感的門咻咻聲」——在音效模式中生成它。你可以設定片段長度以及它對提示詞的貼合嚴格程度。在一段無聲成片下疊加音效，能讓它鮮活起來。

音樂

在音樂模式中生成背景音樂來營造氛圍。提示一種風格與能量感（「溫暖的 lo-fi，放鬆」 / 「強勁的電子，激昂」），而不是某首具體的歌，設好長度，如果你不想要人聲就切換到純音樂。

對話

對話模式會生成一段多人對話：逐行寫腳本，並給每個說話者分配不同的語音。

組合起來

一個典型的無真人出鏡影片是這樣的：在影片生成器中生成畫面，加上配音，放入音效和音樂，然後在 Flow 或 Studio 中拼接。