指南

Synthesia 配音：使用自己的 AI 声音

Synthesia 用 AI 数字人以内置声音朗读脚本，制作培训和讲解视频。但当你需要公司的旁白、自己的声音、角色声音，或在所有工具中使用同一个声音时，内置声音可能不合适。

本指南根据价格页面总结 Synthesia 的方案，并介绍如何用 Voiceover Uploads 功能把文字脚本换成用 SuperClonica 免费制作的音频。注意：SuperClonica 引擎不支持中文朗读，可以朗读英语等 31 种语言。

浏览旁白声音 安装 SuperClonica 引擎

Synthesia 方案与分钟数

根据 2026 年 10 月的价格页面，免费的 Basic 方案每月提供 10 分钟带 Synthesia 水印的视频。Starter 每月 19 美元（按年付费每月 14 美元），每月额外约 12 分钟；Pro 每月 89 美元（按年付费每月 59 美元），额外约 60 分钟。Enterprise 需定制报价，分钟数不限。页面列出 140 多种语言和声音。

Voiceover Uploads

Synthesia 提供 Voiceover Uploads，可以上传自己的配音代替文字脚本，让数字人用你的录音说话。哪个方案包含此功能请在价格页面确认。这样可以给数字人一个 Synthesia 没有的声音，或在所有视频和工具中保持同一位旁白。

离线制作配音

按场景撰写脚本，让每个文件对应视频的一个场景。用 python -m pip install superclonica-cpu 安装免费的 SuperClonica 引擎，为每个场景运行 superclonica --text-file scene-01.txt --voice my-voice.json --lang en --normalize --output scene-01.wav。它在普通处理器上离线运行、不限字数，支持 31 种语言，--normalize 让所有场景音量一致。然后把文件上传到 Synthesia。中文文本暂不支持。

选择什么声音

可以在声音页面免费试听声音库中的旁白和播报员：粘贴 30 到 100 个字符即可，无需账号。想用公司旁白或自己的声音，可以录一段已获本人同意的 5 到 10 秒干净语句，在工作室训练；在自己的 NVIDIA 显卡上训练是免费的。训练好的声音能说全部 31 种语言，适合同一课程以多种语言发布。

商业使用

引擎的十个基础声音 M1 到 M5、F1 到 F5 可在模型许可证 OpenRAIL-M 范围内商用，用已获本人同意的录音训练的声音也一样。声音库中的角色声音由粉丝制作，不适合企业视频。