AI配音師從入門到精通：智能剪輯+字音互轉+畫面配音+音樂生成

郭超
音樂學博士研究生（韓國白石大學），聲樂表演碩士（四川音樂學院）。現任四川師範大學音樂學院教師，曾任四川音樂學院戲劇學院教師。深耕音樂與聲音藝術領域十餘年，主持多項廳級科研項目，在《光明日報》等媒體發表學術成果，具有豐富的聲音創作與教學經驗。近年來專註AI語音技術與音樂生成領域研究，致力於將人工智能與聲音藝術深度融合，擅長AI音樂生成、AI音頻處理、AI配音系統應用及人聲合成技術。

周京瑾
音樂學碩士（四川音樂學院高師鋼琴專業），現任南昌理工學院音樂與舞蹈學院專職教師。長期從事音樂教育與數字音頻技術研究工作，在《黃河之聲》《北方音樂》《戲劇之家》《藝術大觀》等期刊發表論文10餘篇，主持教育部產學合作協同育人項目，具有豐富的音樂制作與聲音設計實踐經驗。近年專註AI音頻生成、智能配樂及語音合成技術應用，擅長將傳統音樂理論與AI工具相結合，為讀者提供從入門到精通的實戰指導。

第1章　音軌分離：AI智能提取背景音或人聲    1
1.1　人聲分離    2
1.1.1　提取音頻    2
1.1.2　分離音頻    4
1.1.3　僅保留人聲    5
1.1.4　僅保留背景聲    6
1.2　背景音處理    7
1.2.1　提取視頻背景音    7
1.2.2　提取音頻背景音    8
1.3　人聲處理    9
1.3.1　從視頻中提取人聲    9
1.3.2　從音頻中提取人聲    10

第2章　智能剪輯：AI讓音頻處理變得更簡單    12
2.1　音頻處理    13
2.1.1　音頻變速    13
2.1.2　音頻變調    14
2.1.3　音頻降噪    15
2.1.4　響度統一    16
2.1.5　淡入淡出    17
2.1.6　聲道配置    18
2.1.7　自動踩點    19
2.2　智能修音    21
2.2.1　對雜音進行消除處理    21
2.2.2　消除音頻中的口水聲    23
2.2.3　對人聲進行降噪處理    26
2.2.4　對人聲進行優化處理    28
2.2.5　說話時音樂音量自動變小    29
2.2.6　將女聲變為男聲音質    31
2.2.7　對聲音進行變速升調    33

第3章　語音轉字：自動從音頻中識別出字幕    35
3.1　實時語音轉文字    36
3.1.1　開啟實時記錄    36
3.1.2　使用小窗口模式    38
3.2　將音視頻文件轉為文字    38
3.2.1　將本地音視頻轉為文字    38
3.2.2　將阿裏雲盤文件轉為文字    41
3.3　回顧、整理轉寫內容    44
3.3.1　音字對應回聽    45
3.3.2　編輯識別原文    45
3.3.3　智能查找與替換    47
3.3.4　搜索原文內容    47
3.3.5　標記重點內容    48
3.3.6　摘取原文內容    49

第4章　字轉語音：將文字一鍵智能轉換為音頻    52
4.1　編輯配音文本    53
4.1.1　智能糾錯配音文本    53
4.1.2　智能改寫配音文本    56
4.1.3　自動翻譯配音文本    57
4.1.4　智能糾正多音字發音    59
4.1.5　選擇合適的數字讀法    60
4.1.6　在文字中添加換氣    60
4.1.7　在兩字之間插入連讀    61
4.1.8　在兩字之間插入停頓    62
4.2　編輯配音效果    63
4.2.1　使用不同語種配音    63
4.2.2　使用多人同時配音    64
4.2.3　進行局部變速處理    67
4.2.4　進行局部變調處理    67
4.2.5　進行局部音量調節    68
4.2.6　添加全局背景音樂    69

第5章　手機配音：滿足各種文字轉語音需求    71
5.1　手機AI配音場景    72
5.1.1　影視解說配音    72
5.1.2　廣告營銷配音    73
5.1.3　小說推文配音    75
5.1.4　詩歌朗誦配音    76
5.1.5　卡通動漫配音    78
5.1.6　多人對話配音    79
5.2　手機AI配音情緒    82
5.2.1　配出憤怒情緒    82
5.2.2　配出輕松情緒    83
5.3　手機AI配音剪輯    83
5.3.1　音頻變聲    84
5.3.2　作品拼接    85
5.3.3　音頻裁剪    86
5.3.4　加背景音    87
5.3.5　縮短靜音    88

第6章　語音合成：讓AI發聲效果更加逼真    89
6.1　AI捏聲音    90
6.1.1　通過文本生成聲音    90
6.1.2　通過參數生成聲音    91
6.2　AI音頻制作    93
6.2.1　制作真人配音    93
6.2.2　使用音頻樣音    94
6.2.3　使用配音主播    96
6.3　AI克隆音色    98
6.3.1　通過“音頻”克隆聲音    98
6.3.2　通過“文字”克隆聲音    100
6.3.3　在電腦中使用專屬配音    103
6.4　AI語音音效    105

第7章　語音播報：用AI給數字人視頻配音    109
7.1　數字人播報的兩種驅動方式    110
7.1.1　使用文本驅動播報    110
7.1.2　使用音頻驅動播報    113
7.2　生成不同場景的數字人音色    117
7.2.1　生成新聞資訊音色    117
7.2.2　生成知識科普音色    119
7.2.3　生成廣告營銷音色    122
7.2.4　生成遊戲動漫音色    124
7.2.5　生成影視綜藝音色    125
7.2.6　生成有聲小說音色    128

第8章　AI變聲：快速在不同角色之間切換    132
8.1　人物智能變聲    133
8.1.1　變為優雅知性的聲音效果    133
8.1.2　變為甜美的聲音效果    135
8.1.3　變為熱情活潑的聲音效果    136
8.1.4　變為低沈渾厚的聲音效果    137
8.1.5　變為兒童的聲音效果    138
8.1.6　變為二次元的聲音效果    139
8.2　AI音色變化    140
8.2.1　變成“猴哥”的聲音    140
8.2.2　變成“黛玉”的聲音    141
8.2.3　變成“男生”的聲音    142
8.2.4　變成“熊二”的聲音    143
8.3　AI場景音效果    144
8.3.1　變成“留聲機”場景音    144
8.3.2　變成“合成器”場景音    145
8.3.3　變成“電音”場景音    146
8.3.4　變成“水下”場景音    147
8.4　AI聲音成曲    148
8.4.1　制作“民謠”風格曲調效果    148
8.4.2　制作“爵士”風格曲調效果    149
8.4.3　制作“嘻哈”風格曲調效果    150

第9章　AI配樂：一鍵生成視頻或片頭音樂    152
9.1　生成視頻配樂    153
9.1.1　節奏感/卡點配樂    153
9.1.2　爵士風格的配樂    154
9.1.3　輕音樂風格的配樂    155
9.1.4　管弦風格的配樂    156
9.1.5　電子風格的配樂    157
9.1.6　民謠風格的配樂    158
9.1.7　搖滾風格的配樂    159
9.2　生成片頭音樂    160
9.2.1　旅行片頭音樂    161
9.2.2　vlog片頭音樂    162
9.2.3　美食片頭音樂    163
9.2.4　萌寵片頭音樂    164
9.2.5　慶祝節日片頭音樂    165
9.2.6　企業宣傳片頭音樂    166
9.3　一鍵智能配樂    167
9.3.1　全局配樂    167
9.3.2　頭尾配樂    170
9.3.3　人聲留白    171
9.3.4　智能音量    172

第10章　音樂生成：從文本提示生成原創音樂    174
10.1　文字轉歌曲    175
10.1.1　生成流行風格的歌曲    175
10.1.2　生成都市風格的歌曲    177
10.1.3　生成動感風格的歌曲    179
10.2　生成原創音樂    181
10.2.1　從風格樣式創建音樂    181
10.2.2　從和弦類型創建音樂    184
10.2.3　使用編輯器編輯音樂    186

第11章　應用案例：輕松玩轉各場景AI配音    187
11.1　案例1：《美食團購配音》    188
11.2　案例2：《生活妙招配音》    191
11.3　案例3：《課程教學配音》    196
11.4　案例4：《小說推文配音》    199