浮云梦配音使用说明与常见问题
本页整理了浮云梦配音（fuym.cn）全部功能的参数、限制与操作步骤，以及免费额度、会员、积分充值等常见问题。页面内容与站内智能问答助手同源，实时同步更新。
网站概况
- 网站名称：浮云梦配音（fuym.cn）
- 定位：AI 语音合成（文字转语音 / TTS）平台 + AI视频生成
- 语音引擎：神经网络文本转语音（HD 语音模型具备情感识别能力）
- 语音类型：全部由神经网络模型生成，HD 语音模型具备情感识别能力
- 文件保留：所有生成的音频文件在服务器保留 60 分钟后自动删除
- 费用：首页文字转语音完全免费、无水印；其他部分高级功能因运营成本较高设置了每日免费次数（希望大家谅解）；AI视频生成使用积分制付费（需充值）
- 建站目的：提供高质量的免费语音合成服务，降低内容创作者的门槛
免费使用与会员体系
- 首页的文字转语音功能完全免费，无次数和字数限制，无需登录即可使用
- 因为服务器和AI接口的运营成本越来越高，实在顶不住了，所以其他高级功能（语音克隆、语音设计、AI绘图、AI音乐、批量生成、字幕工具、AI智能拆分等）设置了每日免费次数，希望大家谅解
- 免费次数耗尽后，可开通会员获得更多使用次数：年会员99元/年，永久会员299元/永久
- 未登录用户使用免费次数按IP计算，登录用户按账号计算
- AI视频生成功能使用积分制付费，需要充值积分才能使用
- 无字数限制（单次输入最多5000字，批量生成支持单条最多10万字）
- 生成的音频/图片可用于商业用途（短视频、自媒体、教育培训等），无需申请授权
- 无水印、无版权问题
- 用户自行承担所生成内容的法律责任
交流群
QQ交流群：758655069
加群链接：https://qm.qq.com/q/DHshrDMTn2
用于解答用户疑问、收集反馈和建议，欢迎加入。
功能总览
语音合成（文字转语音）
对应的前端页面：首页（/）
- 输入文字，选择语言/发音人/说话风格，调节语速/音调/音量，生成 MP3 音频
- 支持 HD 神经网络语音模型，具备情感识别能力
- 单次输入最多 5000 字
- 生成后可试听、下载 MP3、下载 MP4（含背景图视频）
- 多音字生成字幕可能会有错别字，最简单的办法就是生成前就替换成同音字
多人对话配音
对应的前端页面：/dialogue.html
- 需要提前配置好角色，才能使用多人对话配音功能
- 为不同角色选择不同的发音人（声音），逐段配置语速/音调/音量/风格
- 支持插入停顿标记 <break time="2000ms" />
- 所有角色段落拼接为一个完整音频
- 总字数限制5000字
- 支持在普通文本中使用 [style:风格名]文本[/style] 语法来切换风格，无需切换到对话模式
批量生成
对应的前端页面：/batch.html
- 上传多行文本或导入文件，批量合成语音
- 每行文本可以配不同的语音/风格/语速/音调
- 单条文本最多100000字符
- 每天每个用户最多提交10个批量任务
- 生成后可下载为ZIP压缩包
- 需要提前配置好角色，才能使用批量生成功能
语音转换
对应的前端页面：/voice-convert.html
- 上传已有音频，将其转换为其他发音人的声音风格
- 支持上传格式：mp3, wav, ogg, flac, m4a, webm
- 文件大小限制：不超过20MB
语音克隆
对应的前端页面：/voice-clone.html
- 上传少量音频样本，克隆特定的声音特征
- 支持的音频格式：MP3、WAV
- 文件大小限制：不超过10MB
- 建议参考音频10秒以上、声音清晰无背景噪音
- 每日限制：每人每天最多10次
- 单次合成文本最多500字符
- 支持丰富的参数调节（情感强度、温度、采样参数等）
- 另有公共音色库可供选择使用
语音设计
对应的前端页面：/voice-design.html
- 用文字描述想要的音色（如"温柔的女声""低沉的男声"），AI 生成对应的语音
- 支持三种模式：音色设计、声音克隆（参考音频）、智能润色
- 每日限制：每人每天最多10次
- 可选的格式：WAV（默认）、MP3
字幕生成
对应的前端页面：/srt.html
- 从音频/视频文件自动识别生成字幕文件（SRT 格式）
- 因为是AI识别，所以可能有错别字（同音字），可以在字幕工具页面校准
- 支持上传格式：mp3, wav, mp4, ogg, flac, m4a, wma, aac, webm
- 文件大小限制：不超过50MB
- 如果是视频文件，自动提取音频轨道
- 底层使用语音识别服务
- 支持13种识别语言：中文、英文（美/英/印度）、日文、韩文、法文、德文、俄文、意大利文、西班牙文（西班牙/墨西哥）、葡萄牙文（巴西）、阿拉伯文
- 支持翻译模式：识别后直接翻译为目标语言（如中文→英文）
字幕校准
对应的前端页面：/srt-calibrate.html
- 比对原文和AI识别的字幕，修正同音字、错别字
- 使用 AI 智能校准
- 支持上传格式：SRT、ASS、VTT
- 字幕内容限制：最多10000字符
- 原文案限制：最多10000字符
- 可选"消除句末标点"功能
双语字幕
对应的前端页面：/srt-calibrate.html（选项卡切换）
- 将单语言字幕翻译生成双语对照字幕
- 支持的语言互译：中文、英文、日文、韩文、德文、法文
- 使用 AI 翻译
- 字幕内容限制：最多10000字符
- 保持原始时间轴不变，原语言在上、翻译在下
字幕格式转换
对应的前端页面：/srt-calibrate.html（选项卡切换）
- 在不同字幕格式之间互相转换
- 支持的格式：SRT、ASS、VTT、TXT
- 支持6种ASS特效样式：经典白字黑边、霓虹发光、渐变彩色、阴影立体、卡拉OK高亮、电影字幕风
- 字幕内容限制：最多10000字符
文本润色
对应的前端页面：首页的"AI润色"按钮
- AI 自动优化文本，使其更适合语音朗读
- 修正错别字、优化语句流畅度、去除多余标点
- 保留停顿标记（如"停顿2秒"等）
- 文本限制：最多5000字
AI 音乐
对应的前端页面：AI音乐页面
- 用文字描述想要的音乐风格和内容，AI 自动生成音乐
- 两种模式：
- 歌曲模式（默认）：输入歌词+风格描述，生成带人声的歌曲
- 纯音乐模式（实验性）：勾选"纯音乐"复选框，只需输入风格描述。注意：纯音乐功能标记为实验性，模型默认倾向生成带人声音乐，纯音乐可能需要多次试错
- 风格描述：10-2000字符，通过文本框输入（如"轻快的钢琴曲""中国风古筝""摇滚力量"等）
- 歌词：10-3000字符，支持结构标签：[intro]引子、[verse]主歌、[pre-chorus]预副歌、[chorus]副歌、[hook]记忆点、[interlude]间奏、[bridge]桥段、[outro]结尾
- 音频格式：MP3（默认）或 WAV（无损），在高级设置中切换
- 生成时间：约30-120秒
- 每日限制：5次
- 音频文件60分钟后自动删除，请及时下载
- 历史记录保存在浏览器本地（最多50条），换浏览器或清缓存会丢失
- 页面提供风格预设按钮：流行电子、抒情民谣、摇滚力量、中国风、R&B慢歌、嘻哈说唱、Lo-fi学习、史诗电影、爵士钢琴
- 页面提供歌词示例按钮：治愈系民谣、电子舞曲、中国风、深夜电台、甜蜜情歌、励志热血、悠闲午后
AI 绘图
对应的前端页面：AI绘图页面
- 用文字描述想要的画面，AI 自动生成图片
- 两种模式：
- 文生图（默认）：仅输入文字描述，AI 生成全新图片
- 图片编辑：上传参考图片 + 文字描述，对原图进行修改或风格转换
- prompt 最大500字符
- 参考图片：支持 JPG/PNG/WEBP 格式，最大10MB（仅编辑模式）
- 图片尺寸和质量由系统自动设定，用户无需手动选择
- 每日限制：5次
- 生成机制：异步处理，提交后系统排队生成，前端自动轮询获取结果
- 历史记录：已登录用户最多保存10张，未登录最多5张（服务器端存储，不随浏览器清除丢失）
- 图片不会自动过期，可随时在历史记录中查看和下载
- 页面加载时自动恢复之前未完成的生成任务
- 页面提供示例提示词按钮：动漫少女、暗黑战士、写实猫咪、赛博朋克、国风仙境、微缩世界
- 生成的图片可免费用于个人和商业用途
AI 视频生成
对应的前端页面：AI视频页面
- 使用积分制付费，需要先充值积分才能使用
- 支持三种生成模式：
- 文生视频（ttv）：输入文字描述，AI自动生成视频
- 图生视频（itv）：上传参考图片 + 文字描述，生成视频
- 首尾帧生视频（itv2）：上传首帧和尾帧图片，生成过渡视频
- 支持的画幅比：16:9、9:16、4:3、3:4、1:1
- 支持的分辨率：360p、540p、720p、1080p
- 支持的时长：5秒、8秒、10秒
- 注意：1080p不支持10秒时长，快速运动模式不支持8秒时长
- 运动模式：普通模式、快速模式
- 音频生成：默认开启，AI根据视频内容自动生成环境音效、背景音乐与角色台词，实现音画同步。可手动关闭
- 生成机制：异步处理，提交后系统排队生成，前端自动轮询获取结果
- 生成时间：通常需要几分钟，取决于视频复杂度
- 参考图片格式：JPG/PNG/WEBP，最大10MB
- 历史记录：已登录用户最多保存10条，未登录最多5条
- 生成的视频10分钟后自动删除，请及时下载
- 图片输入格式：JPG、PNG、WEBP，最大10MB
积分与充值系统
积分是AI视频生成的付费方式，其他语音合成功能完全免费，不需要积分。
积分基本规则
- 100积分 = 1元人民币
- 充值最低额度：100积分（1元）
- 余额永久有效，无时间限制
- 人民币和积分不能互相转换（充值后不可提现）
- 支持微信支付和支付宝两种充值方式
如何充值
- 登录账号后进入个人中心
- 点击左侧菜单"积分充值"
- 选择预设金额或输入自定义积分数量（需为100的倍数）
- 选择支付方式（微信支付/支付宝）
- 点击"立即充值"，扫码完成支付
- 支付成功后积分自动到账
积分充值套餐
- 100积分 = ¥1.00
- 500积分 = ¥5.00
- 1000积分 = ¥10.00
- 3000积分 = ¥30.00
- 5000积分 = ¥50.00
- 10000积分 = ¥100.00
- 也支持自定义金额（100的倍数）
AI视频生成价格参考
价格因分辨率、时长、是否开启音频而不同，以下为部分参考价格：
- 540p / 5秒 / 无声：83积分（¥0.83）
- 540p / 5秒 / 有声：176积分（¥1.76）
- 720p / 5秒 / 无声：104积分（¥1.04）
- 720p / 5秒 / 有声：197积分（¥1.97）
- 1080p / 5秒 / 无声：166积分（¥1.66）
- 1080p / 5秒 / 有声：259积分（¥2.59）
- 更高分辨率和更长时长价格更高，具体以页面显示为准
积分明细
在个人中心可以查看：
- 充值记录：查看所有充值历史
- 扣费记录：查看AI视频生成的每次扣费详情（含时间、积分、余额、说明）
- 推广佣金：通过推广链接邀请新用户注册，新用户充值后推广者获得20%佣金
推广返佣
- 每个用户都有专属推广链接，在个人中心的"推广中心"查看
- 推广链接格式：https://fuym.cn/?aff=用户ID
- 新用户通过推广链接访问网站后注册，自动绑定推广关系
- 被邀请用户充值后，推广者获得20%佣金（积分形式自动到账）
- 推广中心可查看邀请的用户列表和佣金记录
- 注意：文字转语音、多人对话、批量生成 属于微软文字转语音服务，语音克隆是另一套功能，无法混合使用。所以如果用户将文字转语音的功能（例如停顿、背景音乐等）放到克隆页面，那么是无法使用的。
角色配置管理
角色配置用于保存常用的语音参数组合（发音人、风格、语速、音调、音量等），方便后续快速调用。
如何增加角色/管理角色：
- 在首页语音参数设置区下方，点击"角色配置管理"按钮
- 在弹出的弹窗中，点击"保存当前配置"
- 输入角色名称（如"温柔女声"、"新闻男声"），确定保存
- 已保存的角色会显示在列表中，支持：
- 应用：点击"使用"按钮，一键切换为该角色的所有设置
- 删除：点击"删除"按钮移除角色
- 支持导出/导入角色配置为JSON文件，方便备份或分享
- 未登录时角色保存在浏览器本地（localStorage），登录后保存在服务器，可跨设备同步
- 注意：角色保存的是当前语音设置（语言/发音人/风格/语速/音调/音量和角色扮演），不保存文本内容
- 在多人对话页面也可以从已保存的角色中选择发音人
首页功能按钮详解
文本输入区按钮
位于文本输入框下方的文件按钮组：
- 「清空文本」按钮：清空输入框中的所有文本内容
- 「插入停顿」按钮：在光标位置插入2秒停顿标记，用于控制朗读节奏
- 「插入风格」按钮：在光标位置插入风格标记，让同一段文字的不同部分使用不同的说话风格
- 「上传背景音乐」按钮：上传MP3/WAV背景音乐（最大10MB），朗读时自动混入背景音乐
- 「上传文件」按钮：上传TXT或DOCX文件，自动读取文件内容填入文本框
- 「SRT配音」按钮：上传SRT字幕文件，根据字幕时间轴逐段生成配音音频
- 「AI 润色」按钮：调用AI对文本进行智能润色，优化语句使之更适合朗读
- 「批量生成」按钮：打开批量生成对话框，提交多段文字批量合成语音
- 「任务列表」按钮：查看已提交的批量生成任务进度和结果
- 「Demo试听」按钮：试听所有发音人的音色样本
- 「多音字检测」按钮：检测文本中的多音字并自动标注正确读音。使用方法：第一步，在文本框中输入需要检测的内容（最多1500字）。第二步，点击"多音字检测"按钮。第三步，等待AI检测完成（约需几秒到一分钟），检测完成后文本框中的多音字会被自动标注读音。标注后的文本可直接用于生成语音，系统会根据标注正确朗读多音字。注意：文本不能超过1500字，否则会提示"文本过长"。
主操作按钮组
位于语音参数设置区下方：
- 「试听文本」按钮：仅截取第一句话生成语音进行试听，快速预览效果
- 「生成语音」按钮：主要的生成按钮，根据当前设置生成完整的语音音频
- 「历史记录」按钮：打开历史记录弹窗，查看之前生成的音频记录（最多20条），可回听和删除
语音参数区控件
- 「语言」下拉框：选择目标语言，切换后自动更新可用的发音人列表
- 「语音」下拉框：选择发音人（不同语言有不同的发音人可选）
- 「风格」下拉框：选择说话风格（如：亲切、新闻播报、抒情、悲伤等）
- 语言/语音/风格各有一个「展开」按钮：点击弹窗展示所有选项，支持搜索过滤
- 「试听」按钮：试听当前选中的发音人的声音效果
- 「语速」滑块：0.5x-2.0x，步长0.05，调节朗读速度
- 「音量」滑块：0-100%，默认75%，调节输出音量
- 「音调」滑块：-50%到+50%，调节声音高低
- 「目标时长」输入：指定音频的目标时长（秒），系统自动调整语速以匹配
- 「静音类型」下拉框：9种可选——Leading（开头静音）、Leading-exact（精确开头静音）、Tailing（末尾静音）、Tailing-exact（精确末尾静音）、Sentenceboundary（句间静音）、Sentenceboundary-exact（精确句间静音）、Comma-exact（逗号处精确静音）、Semicolon-exact（分号处精确静音）、Enumerationcomma-exact（枚举逗号处精确静音）
- 「静音时长」下拉框：可选200ms/500ms/1s/1.5s/2s/3s/5s/10s/20s
- 「角色配置管理」按钮：打开角色配置弹窗，管理和应用角色预设。角色配置包含角色扮演（Role Play）功能，可为语音添加特定角色效果
- 「重置为默认」按钮：重置所有语音参数为默认值
播放结果区控件
生成完成后显示：
- 音频播放器：可播放/暂停/拖动进度
- 「下载音频」按钮：下载生成的MP3音频文件
- 「下载为MP4」按钮：以背景图片+音频合成为MP4视频下载
- 「生成字幕」按钮：从生成的音频中识别并生成SRT字幕
- 「下载字幕」按钮：下载已生成的SRT字幕文件
其他页面功能
- 统计模块：显示"今日使用人数"、"今日总使用字数"、"我的今日字数"
- 滚动通知条：轮播显示问题反馈入口、本周统计、更新预告等信息
- 8个语音工具集卡片：展示文字转语音、多人对话、批量生成、AI音乐、AI绘图、AI视频等核心功能的图文介绍
- 自动保存草稿：输入的文本内容自动保存到浏览器本地存储，刷新页面或意外关闭后不丢失
语音合成详细步骤
- 打开网站 https://fuym.cn
- 在文本框中输入需要合成语音的文字（最多5000字）
- 选择目标语言（中文、英文、日文、韩文、法文、德文、俄文等数十种）
- 选择发音人（每种语言下有多个不同风格的发音人可选）
- 选择说话风格（如：一般、亲切、新闻播报、抒情、悲伤、 angry 等）
- 调节语速（0.5x - 2.0x）、音调、音量
- 点击"生成语音"按钮
- 完成后可试听、下载 MP3、下载 MP4（含背景图视频）
SSML 标签说明
用户可以在输入文本中使用 SSML（语音合成标记语言）标签来控制发音，例如：
- 插入停顿
- 强调某个词
- 指定某个词的读音
- 控制语速/音调/音量
- 指定说话风格和角色扮演
重要：输入内容中的 < 和 > 如果不是合法的 SSML 标签，会被转义，可能导致生成异常。请避免在文本中使用 <> 符号。详细说明请查看网站的 SSML 页面。
常见问题
生成失败/报错怎么办？
常见的原因有：
- 输入内容中包含了 < 或 > 符号（不是SSML标签）。因为这些符号被系统误认为SSML标签的一部分，如果格式不正确会导致解析失败。请检查并删除内容中的 <> 符号。
- 选择了外语发音人但输入了中文内容（或反之），发音人无法正确朗读不匹配的语种。例如选了英文发音人却输入中文，发音会不自然甚至失败。
- 内容中包含非文字编码的字符（如特殊Unicode符号、控制字符等）。
- 网络连接不稳定，请刷新后重试。
- 服务器暂时繁忙（特别段生成长文本时），请稍后再试。
或者内容完全没有换行空格句号等标点符号，导致系统无法正确解析。
建议先检查输入文本，删除 <> 等特殊符号，确保语言和发音人匹配，然后刷新页面重试。
为什么提示"验证信息已过期"？
页面长时间未操作后，验证信息会过期。请刷新页面即可恢复正常。页面会自动刷新，但如果长时间不操作还是可能过期。
支持哪些语言？
支持140+种语言，中文方面支持：普通话、粤语（香港）、台湾普通话、四川话、河南话、辽宁话、陕西话、山东话、广西话、吴语等方言。外语方面支持：英文（美国、英国、印度、澳大利亚、加拿大等口音）、日文、韩文、法文、德文、俄文、意大利文、西班牙文（西班牙、墨西哥、阿根廷等多国口音）、葡萄牙文（巴西、葡萄牙）、阿拉伯文、印地语、泰语、越南语、印尼语、马来语、土耳其语、波兰语、荷兰语、瑞典语等。每种语言下有多个不同风格的发音人可选。
字幕生成（语音识别）支持13种语言。
音频能保存多久？
生成的音频文件在服务器保留60分钟后自动删除。请及时下载保存。登录用户的历史记录（最近20条）会持久保存，但音频文件本身也是60分钟有效，历史记录中的音频链接60分钟后失效。
单次最多能输入多少字？
语音合成单次最多5000字。超过1000字自动分段生成后拼接。
批量生成单条最多100000字，每天最多50个批量任务。
字幕校准/双语字幕/格式转换最多10000字符。
文本润色最多5000字。
语音克隆单次最多500字符。
语音设计无明确字数限制（但建议合理长度）。
如何下载带视频的 MP4？
生成音频后，在播放器下方点击"下载为MP4"按钮。系统会以背景图片（1920×1080）配合音频生成视频文件。视频为黑色背景+居中的背景图片+音频轨道。
历史记录保存在哪里？
生成音频后系统会自动保存到历史记录中（最多保存最近20条）。登录后可以跨设备同步历史记录，未登录时记录保存在本地。
历史记录中的音频链接60分钟后失效。
为什么需要登录？
登录是免费的，主要用途包括：跨设备同步历史记录和角色配置、充值积分使用AI视频功能、查看推广链接和佣金记录、管理个人中心。不登录也可以正常使用所有免费功能（语音合成、语音克隆等）。
语音克隆怎么用？
第一步：在语音克隆页面上传一段参考音频（MP3或WAV，不超过10MB），建议10秒以上、声音清晰无噪音。
第二步：输入要合成的文本（最多500字）。
第三步：点击"开始克隆"，系统会异步处理。
第四步：在任务列表中刷新查看进度，完成后即可试听和下载。
注意：每人每天最多10次。
如何分段生成长文本？
系统会自动处理长文本，用户不需要手动分段。当文本超过1000字符时，系统会自动拆分并生成，最后拼接为完整音频。
是完全免费的吗？有会员吗？
首页的文字转语音功能完全免费，无次数和字数限制，无需登录即可使用。因为服务器和AI接口的运营成本越来越高，实在顶不住了，所以其他高级功能（语音克隆、语音设计、AI绘图、AI音乐、批量生成等）设置了每日免费次数，免费次数耗尽后可以开通会员获得更多使用次数。会员分为年会员（99元/年）和永久会员（299元/永久）。所有功能生成的内容均可商用，无水印。给大家带来不便，希望谅解。
使用页面时提示"请求处理中，请勿重复提交"？
这是请求防重复机制。如果不小心连续点击了按钮，稍等片刻后重试即可。如果长时间提示，请刷新页面。
多人对话怎么用？
打开多人对话页面，第一步：添加对话段落，为每个段落选择不同的发音人（角色）。第二步：在文本框中输入该角色的台词。第三步：可以调节每个段落的语速、音调、风格。第四步：可插入停顿标记控制节奏。第五步：点击"生成对话"即可得到所有角色拼接的完整音频。
支持哪些音频格式下载？
这取决于你使用的具体功能，请根据你使用的功能对号入座：
- 语音合成（首页）：仅 MP3（32kbit/s - 16kHz 单声道）
- 多人对话：仅 MP3
- 批量生成：仅 MP3（ZIP压缩包内含多个MP3文件）
- 语音克隆：仅 MP3
- 语音设计：WAV（默认）或 MP3
- AI音乐：MP3（默认）或 WAV（无损）
SSML是什么？怎么用？
SSML（语音合成标记语言）是一种用XML标签控制语音输出的标记语言。您可以在输入文本中嵌入SSML标签来控制停顿、读音、语速等。详细说明请查看网站的 SSML 页面。
为什么我输入的<>符号导致报错？
本站的语音合成引擎使用 SSML（语音合成标记语言）来控制发音，所有 < 和 > 符号都会被解析为SSML标签。如果您的内容中包含 < 或 > 但并不是合法的SSML标签，系统会报错。解决办法：检查文本，删除或替换掉 <> 符号。只有白名单中的SSML标签（如 <break/>、<phoneme>、<say-as> 等）才是合法的。
如何反馈问题或提建议？
请访问问题反馈页面提交反馈。您可以提交Bug报告、功能建议等。
AI音乐怎么用？
打开AI音乐页面，第一步：选择模式（歌曲模式或纯音乐模式）。第二步：输入音乐风格描述（10-2000字符）。第三步：歌曲模式需输入歌词（10-3000字符），支持[intro][verse][chorus]等结构标签。第四步：在高级设置中选择音频格式（MP3或WAV）。第五步：点击生成，等待约30-120秒。注意：每日限5次，纯音乐模式为实验性功能可能需多次尝试，音频60分钟后自动删除请及时下载。
AI绘图怎么用？
打开AI绘图页面，第一步：输入图片描述（最大500字符），越详细效果越好。第二步：如需编辑已有图片，切换到"图片编辑"模式并上传参考图（JPG/PNG/WEBP，最大10MB）。第三步：点击生成，系统异步处理，前端自动轮询结果。注意：每日限5次，已登录用户历史记录最多10张、未登录5张，生成的图片可免费商用。
上传背景音乐后生成的语音没有音乐声？
请检查以下几点：第一步，确认已成功上传背景音乐（页面会显示文件名和预览播放器）。第二步，确认背景音乐格式为MP3或WAV，大小不超过10MB。第三步，直接点击"生成语音"按钮，背景音乐会自动与语音混合。注意：本站没有单独的"背景音乐音量"调节功能，背景音乐以原始音量与语音混合。如果仍然没有音乐声，请刷新页面重新上传背景音乐再试。
多音字怎么设置/标注读音？
有两种方式：
方式一（自动检测）：在首页文本框输入内容（最多1500字），点击"多音字检测"按钮，系统会自动识别并标注所有多音字。
方式二（手动标注）：在文本中直接使用 SSML phoneme 标签指定读音，格式为：
<phoneme alphabet="sapi" ph="拼音 数字声调">字</phoneme>
其中拼音用小写，声调用数字表示（1=阴平、2=阳平、3=上声、4=去声、5=轻声）。
常见示例：
- "银行"的"行"：<phoneme alphabet="sapi" ph="hang 2">行</phoneme>
- "行走"的"行"：<phoneme alphabet="sapi" ph="xing 2">行</phoneme>
- "还钱"的"还"：<phoneme alphabet="sapi" ph="huan 2">还</phoneme>
- "还有"的"还"：<phoneme alphabet="sapi" ph="hai 2">还</phoneme>
- "重量"的"重"：<phoneme alphabet="sapi" ph="zhong 4">重</phoneme>
- "重复"的"重"：<phoneme alphabet="sapi" ph="chong 2">重</phoneme>
手动标注适合已知哪些字需要指定读音的场景，自动检测适合一次性处理大量文本。
AI视频怎么用？
打开AI视频页面，第一步：选择生成模式（文生视频、图生视频或首尾帧生视频）。第二步：文生视频模式输入视频描述文字；图生视频模式上传参考图片并输入描述；首尾帧模式上传首帧和尾帧图片。第三步：选择画幅比（16:9/9:16/4:3/3:4/1:1）、分辨率（360p-1080p）和时长（5/8/10秒）。第四步：选择运动模式（普通/快速），可开启或关闭音频生成。第五步：点击生成，系统异步处理，前端自动轮询结果。注意：需要先充值积分，生成的视频10分钟后自动删除请及时下载。
AI视频生成要多少钱？
AI视频采用积分制付费，100积分=1元。价格根据分辨率、时长和是否开启音频不同而变化。例如：540p/5秒/无声约83积分（¥0.83），540p/5秒/有声约176积分（¥1.76），720p/5秒/有声约197积分（¥1.97）。具体价格以AI视频页面选择参数后显示的价格为准。
怎么充值积分？
第一步：登录账号。第二步：进入个人中心，点击左侧"积分充值"菜单。第三步：选择预设金额（100/500/1000/3000/5000/10000积分）或输入自定义数量（需为100的倍数）。第四步：选择支付方式（微信支付或支付宝）。第五步：点击"立即充值"，扫码完成支付。支付成功后积分自动到账，余额永久有效。
积分还能用来做什么？
目前积分仅用于AI视频生成功能。语音合成、语音克隆、语音设计、AI音乐、AI绘图、字幕工具等其他功能免费使用（部分功能有每日次数限制），不需要积分。未来如果有新的付费功能上线会另行通知。
什么是推广返佣？怎么赚积分？
每个用户都有专属推广链接，在个人中心的"推广中心"可以找到。把推广链接分享给朋友，朋友通过链接访问网站并注册后，就自动成为你的下级用户。当被邀请的用户充值积分时，你能获得充值金额20%的佣金（以积分形式自动到账）。推广中心可以查看邀请的用户列表和佣金记录。
AI视频支持哪些分辨率和时长？
支持360p、540p、720p、1080p四种分辨率，以及5秒、8秒、10秒三种时长。需要注意：1080p不支持10秒时长，快速运动模式不支持8秒时长。画幅比支持16:9、9:16、4:3、3:4、1:1五种。
AI视频生成的视频有声音吗？
默认开启音频生成功能，AI会根据视频内容自动生成环境音效、背景音乐与角色台词，实现音画同步。开启音频会增加积分消耗。如果不需要声音，可以在设置中关闭音频生成来节省积分。
充值后可以退款吗？
积分充值后不支持退款，人民币和积分不能互相转换。充值前请确认金额，如有疑问请联系客服。余额永久有效，无时间限制。
各功能输出格式说明（重要，回答格式问题时必须严格按此）
- 语音合成（首页）：仅输出 MP3（32kbit/s - 16kHz 单声道），不支持 WAV
- 多人对话：仅输出 MP3
- 批量生成：仅输出 MP3（ZIP包内含多个MP3）
- 语音克隆：仅输出 MP3
- 语音设计：支持 WAV（默认）和 MP3，可切换
- AI音乐：支持 MP3（默认）和 WAV（无损），可在高级设置中切换
- AI绘图：输出 JPG 图片
- AI视频：输出 MP4 视频文件
- 字幕生成：输出 SRT 文本
注意：只有"语音设计"和"AI音乐"支持WAV格式，其他语音功能（语音合成、多人对话、批量生成、语音克隆）都只输出MP3。AI视频输出MP4。回答时不要混淆。