美式英语 AI 音色

美式英语内部的口音幅度

美音角色说的是通用美音（General American）——美剧、新闻和好莱坞预告片里那种听不出家乡的播音标准。给旁白、给「从哪儿来并不重要」的角色，它是对的默认；可一旦故事落在具体的地方，比如得州小镇或者纽约布鲁克林，一个听不出出处的声音就会让整场戏发虚。

美国南方腔、纽约腔这类地域口音没有，你也挑不了口音——你挑的是库角色，美音、英音、澳音是写在这个角色的表演指示里的，不是一个能打开的开关。地域真的要紧时，现实的办法是在台词里用词汇和说话节奏去暗示，或者那几个角色自己录。

数字、日期和缩写

中文作者写英文剧本，最容易出事的往往不是语法，而是格式：日期写成 2026/9/16，金额写成「1.5w」，缩写沿用中文圈的习惯，引擎只能照字面去猜。凡是要念出来的数字、日期和缩写，直接写成你想听到的英文单词，读法就定下来了，不用赌引擎怎么理解。故事背景和旁白口音不一致时（比如英国背景配美音旁白），更要先查数字，因为错配最先在那里露馅。

没有读音设置，念错的词只能在剧本里改：按发音换一种拼法，粗糙，但管用。试听要听整句，不要单拎那个词——前后的节奏常常会把一个单独听着不对的词带顺。

一段示范戏：六句台词，逐句说怎么配

六句厨房戏，三个说话人，都是这一页里的库角色。剧本里冒号前面写什么，项目里就多一个角色，再把它指到某个库角色上——所以直接拿库角色的名字当说话人，是最省事的写法。Cass 十七岁，行李已经收好；Hazel 是她妈；Orrin 是 Hazel 的父亲。每句后面写的是我们会怎么选角、怎么导。

CASS：「I already filled the tank. I'm leaving at five, with or without a blessing.」（油我已经加好了。五点走，有没有人祝福都一样。）——Cass 是库里的那个十七岁，选角上没有第二个人选。这句要的是 excited（兴奋），不是 angry（生气）：她已经赢了，而且知道自己赢了。标成生气，等于告诉听众她预期一场吵架，后面五句就全塌了。

HAZEL：「You are leaving at five with a blessing. I just haven't decided whose.」（你五点走，带着祝福走。我只是还没想好是谁的祝福。）——Hazel 的人设是「先耐着性子，然后突然不耐」，所以真正要设对的是她的默认情绪：设成 neutral（平静），锋利留给台词本身。角色默认情绪所有套餐都能设，而这个角色几乎全靠默认情绪撑着。

ORRIN：「Mine's free. Always has been.」（我的祝福不要钱。一直都不要。）——Orrin 是门廊上的老头，两个短句就是全部表演。保持 neutral；Plus 和 Pro 可以把这一行的语速压到 0.9×。一场戏里最慢的那句，听起来往往就是最笃定的那句。

HAZEL：「Dad, don't. She's seventeen.」（爸，别说了。她才十七。）——要标的是这一句。你的 Hazel 如果是会提高嗓门的那种，标 angry；不是的话标 sad（难过）——七种情绪里这两种都说得通，同一句话两种读法都成立。逐句情绪是 Pro 的功能，别的套餐上你得替整个角色选一种，她每一句都跟着走。

ORRIN：「So were you, the year you took my truck to Reno.」（你当年也是十七，就是把我卡车开去里诺那一年。）——happy（高兴），而且要比你以为的小。这个包袱只有在他自己不太得意的时候才响。这句试听两遍：同一句重新生成是新的一遍，语气略有不同，而干巴巴的台词两遍之间的差距最大。

CASS：「…You took a truck to Reno?」（……你开卡车去过里诺？）——回到 Cass，也是全场唯一难的一句，因为表演要在句子中间拐弯。先试 excited。拐不过来的话，动的是文字不是导演：把它拆成 Cass 的两行，同一个角色前后两行之间那一小段停顿会替你完成。

三个说话人，10 把基础嗓子里的 3 把，这就是大多数戏的规模。值得注意的是没出现什么：没有人写口音——美式英语内部本来就没有可写的——也没有人在句子中间写表演提示。行首的括号、整行都是括号的那一行，会当成表演提示演出来，不会被念；夹在句子里的括号照样会被念出来。其余的导演意图落在你设的情绪和你留下的文字上。

导出前的试听清单

导出要扣下载额度，同一个项目重导一次再扣一次，所以试听这一遍值得认真做一次：听拼好的整场，而不是一句一句单听。美式英语最容易翻车的是下面六项。

日期、时间和金额。听顺序，也听它自己补出来的词：9/11/2026 应该念成 September eleventh，5:00 不该念成 five colon zero zero。凡是必须一字不差听到的，写成单词更保险——five o'clock、nine dollars fifty——因为文字是唯一的杠杆。

缩写。NASA 是一个词，FBI 是三个字母，拼写上看不出区别。听你的听众平时怎么念；念错了就把字母分开写（F B I），或者按词拼（Nasa），再试听一遍。

同形异读词。read、lead、live、bow、tear、wound。选错了是另一个词，不是语气怪；短句里最容易听出来，因为没有节奏可以遮掩。把句子改写得时态无歧义，比改拼写更管用。

专有名词。自创名字、姓氏、美国小镇名，是最容易出事的地方。把主角的名字连听三遍；一旦不稳，就在剧本里按发音改拼。改过的拼法会出现在 Plus 和 Pro 导出的 SRT 字幕里，可以在剪辑软件里改回来。

长句。超过三十来个词的句子，中间某处一定会平掉。听语调停止移动的那个点，然后把这一句拆成同一个角色的两行——不花任何代价，还在念头转弯的地方放了一小段停顿。

同一句的两遍。挑一句你已经满意的重新生成，两遍都听。它们不会一样，因为每一遍都是重新演的；听过一次这个幅度，你才知道留下的那一遍是真的好，还是只是第一遍。