Kestrel
低沉疲惫的女剑客，这场仗她已经输过一次
差别一听就知道
一场戏，四把音色，不用自己拼
这就是 CastDub 收到的原文，以及它交回来的东西。两个角色加一个旁白，各自由不同的演员出演——单音色工具再怎么好听也给不了你这个。
四步
导入 → 自动分配角色 → 调情绪 → 导出
- 导入你的剧本
粘贴进来，或上传一个文本文件。剧本格式、「角色名：」这样的对话行、带对话标注的普通叙事文都能直接读，不用先套模板。
- 自动分配角色
CastDub 会找出所有说话的人，再按你对他们的描述给每个角色推荐一把音色。同一句台词可以把几个候选音色连着试听，留下合适的那个。
- 逐句给情绪
先给每个角色定一个平时的语气基调，再标出那几句情绪真正断掉的台词。克制才有转折——要调的是五句，不是五十句。
- 导出成片
一条混好的 MP3 或 WAV、按角色分轨的音频供配乐使用，还有一份时间轴天生就对得上的 SRT——因为它来自你的剧本，不是靠听写。
声音资产
可复用的最小单位是角色卡
系列作品的一致性，从来不是被模型搞坏的。它坏在六周之后有人重新挑了一把「像但不是那把」的音色，而听众立刻就能察觉——人耳恰好对这件事最敏感。
一张角色卡里装着这个角色的名字、人设、音色、平时的情绪基调，以及他专属词汇的读音修正。开一个新项目，把卡片丢进去，第十二集就和第一集是同一个人——谁都不用去记任何东西。
角色卡能跨项目带走，这一点对大家真正在产出的东西最要紧：连载剧、跑两年的桌游战役、玩家会互相对比线路的视觉小说。
用户评价
我们上线时间还不够长，拿不出真实评价
你见过的每个上线页面都挂着五段光鲜的好评。我们暂时没有真的，而编造好评恰恰是让一个新产品最不可信的头号做法。等这里出现引语时，它们会来自真名实姓、真的用过它的人，并附上他们做出来的作品链接。
价格
免费就能开始，而且免费额度每月重置
付费买的是情绪控制、角色数量和克隆槽位——不是音色库。所有人都能用到全部音色。
Free
$0 / 月
够你做完一场短戏，听听自己的剧本配上音色是什么样。
- 每月 10,000 字符——额度每月重置，不是一次性试用
- 每个项目 2 个角色
- 5 分钟成片
- 导出带一段很短的 CastDub 水印
常见问题
AI 有声剧制作工具是什么？
它接收一份有多个说话人的剧本，产出带表演的音频，每个人一把不同的音色。这和文字转语音不是一回事——后者是用一把音色念完一整段文字。这里真正的工作是分配角色、逐句导演、让角色跨场次保持一致，以及导出你后面拿得去混音的素材。
每个角色能用不同的音色吗？
这正是整个产品的意义。CastDub 会识别谁在说话，给每个角色分配一把独立音色，并在整个项目里固定下来——第 1 场和第 30 场里的同一个角色，听上去还是同一个人。
生成的音频可以商用吗？
付费套餐都可以——创作者、工作室、团队三档都含商用授权，导出不带水印。免费套餐仅限个人非商业使用，并会加一段很短的音频水印。无论哪个套餐，剧本的权利始终是你的。
一个项目最多能有多少个角色？
免费 2 个，创作者 5 个，工作室和团队不限。个人创作者的一场戏通常算上旁白在三到六个说话人之间，所以创作者档能覆盖很多活儿，群戏则看工作室档。
支持声音克隆吗？能克隆谁的声音？
付费套餐可用，而且只能克隆你有权克隆的声音：你自己的，或已经录下同意声明的本人的。我们不克隆公众人物、演员，以及任何没有表示同意的人，未成年人的声音在任何情况下都不克隆。完整规则见声音克隆政策页。
支持哪些语言？
目前是英语，覆盖美式、英式和澳式口音，各年龄段的音色都齐。接下来是日语、西班牙语、巴西葡萄牙语和韩语——每个语言页都会照实写清有什么、没有什么，而不是把不存在的音色也列上去。
能导出字幕吗？
付费套餐可以。字幕文件是从你的剧本生成的，不是从音频听写的，所以人名和自造词拼写正确，时间轴一开始就是对齐的。
有免费套餐吗？
有，而且额度每月重置，不是一次性试用。免费档给你 2 个角色、5 分钟成片和每月 10,000 字符，足够做完一场完整的短戏，判断这个工具合不合你的做法。
同意与伦理
哪些人的声音你可以用
克隆一把声音，必须有本人录下的同意
在建模之前，我们要求声音的本人录一段口头同意声明。没有这段声明，就没有模型。你自己的声音也一样要走这一步——流程完全相同，这意味着系统里每一个模型都带着一份来源记录。
我们不克隆公众人物和演员
不接受戏仿，不接受研究用途，加了免责声明也不行。一段可辨认出真人的合成录音，一旦离开项目就和真录音无法区分，没有哪种说法能让这件事变得安全。尝试这么做的账号会被关闭。
我们绝不克隆未成年人的声音
没有任何套餐、协议或家长许可能解锁这一项。音色库里的儿童角色音色是为此专门做的合成模型，不是真实儿童的录音——这也正是好几家童书出版社更愿意用它们的原因。
音频是生成的，就说出来
我们没有能力强制，但还是要说：听众对事先说明的合成音频反应良好，对事后才发现的反应极差。这件事的成本只是简介里多一行字。