指南

口型同步动画的 AI 配音

口型同步是短动画最耗时的环节：每句台词都要录音，每段录音都要按时间对好口型。脚本一改，两件事都得重做。请注意：Supertonic 3 暂不支持中文，台词可以用英语、日语、韩语等 31 种语言配音。

使用免费的 SuperClonica 引擎，声音直接由文字生成；免费开源的 Rhubarb Lip Sync 再把声音转换成带时间轴的口型，供 Moho、OpenToonz、After Effects、Spine 等工具使用。本指南介绍连接两者的两条命令，以及如何不重新录音就持续修改脚本。

浏览声音 安装 SuperClonica 引擎

从脚本到会说话的嘴

既然你已经有准确的脚本，就可以把它作为提示交给 Rhubarb，口型会明显更可靠。

  • SuperClonica 把脚本中的每句台词生成为 WAV 文件。
  • Rhubarb Lip Sync 读取 WAV 或 Ogg Vorbis，把口型及其时间写成 TSV、XML、JSON，或供 Moho 和 OpenToonz 使用的 DAT。
  • Rhubarb 列出了与 After Effects、Moho、OpenToonz、Spine、Vegas Pro 和 Visionaire Studio 的集成；Blender 用户可借助社区插件。
  • 这些声音支持 31 种语言，暂不支持中文。

在线免费挑选声音

在任意声音页面输入角色的一句台词，30 到 100 个字符，选择语言并点击生成按钮。几秒后就能听出声音是否适合角色，无需注册。

生成并分析一句台词

每个文件只放一句台词，并让文本、WAV 和口型数据同名，动画软件就总能找到正确的组合。

  • 安装引擎：python -m pip install superclonica-cpu。
  • 从文本文件生成台词：superclonica --text-file line01.txt --voice M2 --lang en --output line01.wav。
  • 把同一段文本作为对白交给 Rhubarb 并分析录音：rhubarb -d line01.txt -o line01.tsv line01.wav。
  • 非英语台词请使用与语言无关的识别器：rhubarb -r phonetic -d line01.txt -o line01.tsv line01.wav。默认识别器只支持英语。

改脚本，而不是重开录音

台词变了，就修改它的文本文件并重新运行两条命令：新的声音和新的口型时间会一起生成，因此动态分镜每天都可以修改而无需录音。固定 --seed 可让未改动的台词保持同一条录音，--speed（0.7 到 2.0）可让台词适配镜头长度，--normalize 可统一各场景音量。

用于发布作品的声音

用于发布的电影、剧集或游戏，请使用模型的十个标准声音 M1 至 M5 和 F1 至 F5，用同意授权的演员录音在 SuperClonica 工作室训练的你自己的声音，或在交易所定制的声音。目录中由粉丝制作的角色声音适用于同人动画和恶搞，未获版权方认可。