几分钟生成字幕
准确的字幕，长度和阅读速度都符合每种语言的规范。
一人一个声音
Dub 能听出谁在说话，并为每个人匹配合适的声音。
每一句都准时
每句台词都在原句开始时开始，第四十分钟和第一分钟一样同步。
保留本人声音，前提是同意
可选择保留说话人本人的声音，但必须有其录音授权。
适合谁: 广播电视机构、流媒体服务、课程制作者，以及需要面向多个国家发布视频的企业。
用您的语言听一听
一段原版片段，以及配成本页语言的版本。输出未经任何编辑。
演示配音使用免费的 Microsoft Edge 朗读语音（未获转售授权）；正式产品使用已授权的语音。译文由人工在审校环节撰写。音乐为本演示专门生成。
三种购买方式
租用
由我们在您选定的区域为您运行。按月付费，含技术支持。
部署在您的服务器上
按年授权，安装在您自己的机房或云上。您的视频始终不离开您的网络。
买下源代码
购买完整源代码和文档，并由编写代码的工程师与您完成交接。
技术细节
写给您的工程师：它具体做什么、如何构建、我们实测的数据，以及与同类产品的对比。
功能
转写、字幕、翻译和配音，为每位说话人分配一个声音，并放置在原始时间点。仅在有录音同意的情况下进行声音克隆。
转写
语音转文字，附带逐词时间，可直接用于字幕、搜索和合规。
字幕
SRT、WebVTT 和 ASS，或直接压制进画面，遵循每行 42 个字符、最多两行、每秒 17 个字符的规则。
翻译
在配音前翻译字幕和脚本，包括阿拉伯语等从右到左书写的语言。
说话人识别
识别有几个人在说话、谁说了什么，再按性别和音高为每个人选择声音。
时间锁定配音
每句台词都放在原片中的绝对时间点。语速最多加快到 1.35×，绝不放慢，放不下的部分会在报告中列出。
干净的成品
有人说话时自动压低原声，混音经过两遍响度标准化，视频流直接复制，不重新编码。
经同意的声音克隆
可选择在获得录音同意后克隆说话人本人的声音；任务完成后即删除克隆声音。
路线图：口型同步、术语表和更多配音声音。每完成一轮 Common Voice 测试，我们就会公布该语言的转写准确率。
工作原理
转写
语音变成带时间码的文本。
识别说话人
对声音进行聚类，为每位说话人分配配音声音。
翻译
翻译台词并对照时间进行检查。
配音
生成每句台词的语音并放在原始时间点。
成品
闪避压低、响度处理和封装；导出字幕。
数据及其测量方法
本网站的每个数字都来自可重复的测试。凡是目标值，都会明确标注。
方法Common Voice 17 测试集，50 段音频，CPU 基线模型。其他语言正在测量中。
方法12 个句子，合成语音往返测试。这是干净音频下的最佳情况，不代表嘈杂录音的表现。
方法对白下方有音乐的真实语音，经背景分离后测得。
方法两遍响度标准化，在输出端测量。
技术规格
| 语言 | 转写支持 38 种语言；配音声音支持英语、阿拉伯语、土耳其语、波斯语、德语、法语、西班牙语、俄语和中文 |
|---|---|
| 字幕格式 | SRT、WebVTT、TTML (IMSC1)、SCC、JSON、压制字幕 |
| 行规则 | 按语言设定，参照 Netflix Timed Text Style Guides（例如英语每行 42 个字符、每秒 20 个字符） |
| 时间 | 绝对定位；只压缩不拉伸，最多 1.35×；超出部分会报告 |
| 混音 | 台词间压低至 0.3，说话时压低至 0.05，150 ms 渐变；两遍响度标准化至 −16 LUFS |
| 任务上限 | 每个任务配音最长 20 分钟，转写最长 2 小时 |
| 声音克隆 | 需主动选择，录音同意，至少 10 s 说话人语音，用后删除 |
| 口型同步 | 路线图 |
授权与定价模式
价格取决于用量和部署方式。我们会在两个工作日内报价。
按分钟、按环节
转写 · 字幕 · 翻译 · 配音只为您需要的环节付费。
分钟套餐
按月适用于用量稳定的团队。
按节目套餐
剧集或电影播出交付一口价，含审核。
私有部署
按年，按 GPU 节点适用于不能将音频发送到公有云的广播电视机构和组织。
买家常见问题
转写准确率如何？
使用我们的 CPU 基线模型，在 50 段 Common Voice 英语音频上的词错误率为 12.9%；生产级引擎表现更好。每种语言测试完成后，我们会连同测试方法一并公布。
配音会不同步吗？
每句台词都放在原句的开始时间，绝不拉长。如果某句即使加速到 1.35× 也放不下，任务报告会列出这一句，方便剪辑师缩短。
能处理多少位说话人？
系统会识别说话人数量，并为每个人分配声音。在给定说话人数量的情况下，72 段真实录音的标注准确率为 91%。
能克隆我们主持人的声音吗？
必须有主持人的录音同意。克隆声音仅用于本次任务，之后即删除。
导出哪些字幕格式？
SRT、WebVTT、TTML、SCC 和 JSON，也可以把字幕压制进画面。
有口型同步吗？
还没有。它已列入路线图，在完成测量之前，我们不会宣称支持。
可以私有化运行吗？
可以，通过私有部署授权，运行在您自己的 GPU 服务器上。