Kapwing 文字转语音：AI Voice、限制与免费替代方案
Kapwing 是许多创作者用来制作短视频、表情包和讲解视频的在线编辑器，它的 AI Voice 能把脚本变成时间线上的配音图层。每个方案都有每月生成语音的上限，免费方案只有几分钟。
本指南根据 Kapwing 帮助中心介绍文字转语音的用法和限制，以及如何用 SuperClonica 在自己的电脑上免费为长脚本配音，再加入 Kapwing。注意：SuperClonica 引擎不支持中文朗读，可以朗读英语等 31 种语言。
Kapwing 文字转语音步骤
据 Kapwing 帮助中心介绍，在左侧边栏打开 AI Voice 标签并输入文本。选择与文本语言一致的声音；Business 和 Enterprise 用户还可以使用自己的声音克隆。可以选择添加 Persona（AI 虚拟主播），或选择 None 仅生成音频，然后点击 Add layer。生成完成后图层会出现在时间线上。
需要了解的限制
Kapwing 帮助文章（最后更新于 2024 年 12 月）列出：免费用户 3 分钟文字转语音，Pro 每月 80 分钟，Business 每月 200 分钟，Enterprise 定制。额度在每月 1 日重置，与账单日期无关。文章还提到 40 多种语言的 180 种声音。方案会变化，开始长项目前请查看 Kapwing 最新价格。
免费离线为长脚本配音
长视频更适合在自己的电脑上配音。用 python -m pip install superclonica-cpu 安装免费的 SuperClonica 引擎，把脚本保存为文本文件，然后运行 superclonica --text-file script.txt --voice narrator.json --lang en --normalize --output voiceover.mp3。它在普通处理器上离线运行，没有字数限制和每月时长限制，--normalize 让所有文件音量一致。然后把 MP3 作为音频图层上传到 Kapwing。中文文本暂不支持。
Kapwing 没有的声音
可以在声音页面免费试听声音库：粘贴 30 到 100 个字符，无需账号，还能下载这句台词。这里有旁白、播报员、游戏和动画角色，引擎还附带 M1 到 M5、F1 到 F5 共十个基础声音。Kapwing 的声音克隆仅限 Business 和 Enterprise；在 SuperClonica，你可以在工作室用 5 到 10 秒的干净录音训练自己的声音，在自己的 NVIDIA 显卡上免费。