AutoVoiceover 自动解说
视频不用写稿、不用录音，自动出解说成片 · Windows
导入一段没有解说的视频，AutoVoiceover 先看完整段内容、分出场景，再按顺序写解说稿：每句自动落在对应的画面，有人说话的地方自动空出来。选好声线后自动配音、加字幕，和原声混在一起，直接导出成片。
鼠标移到画面上播放宣传片 · 解说、配音和字幕由软件实际生成
原视频 vs 自动解说成片
同一段烤鱼视频，解说、配音和字幕由软件实际生成，未做手动修改。
三步出片，不用学剪辑
导入视频
把视频拖进窗口，或点「选择视频」，支持 MP4、MOV、MKV、AVI、WebM 等常见格式。
一键生成解说
选好解说密度和文风，点「生成旁白」。旁白稿按句列出，双击就能改，改哪句只重配哪句。
配音导出
选声线、试听，现场预览字幕效果，点「生成影片」导出 MP4 和 SRT 字幕。
实测：1 分 07 秒的视频，软件处理约 47 秒（视网络和视频长度而定）。
功能特点
看画面，也听原声
原声的语音识别在本机完成（SenseVoice，用 CPU 运行，不需要独立显卡）；画面交给云端视觉模型逐段分析，默认使用千问（阿里云百炼）。
解说密度四档可调
从「较高」到「最低」四档。默认「偏低」，解说大约占视频时长的两到三成，给画面和原声留出空间。
24 种预设文风
分旅行户外、生活探店、知识讲解三组，例如「户外博主陪看」。也可以自己写文风并保存；还能加一句开场钩子，第一句就说清这期要干什么。
两家配音服务
可选 ElevenLabs，或阿里云百炼的 88 个系统声线，选好可以先试听。打开「语气自动化」后，会按画面内容自动给句子加情绪。
混音导出 MP4 + SRT
旁白和原声混在一起，说话时原声自动压低。导出 MP4 视频和 SRT 字幕，也可以把旁白字幕压进画面，并选择导出分辨率和画质。
不重复花钱
每句配音都会缓存，重新配音只生成改过的句子。额度用完或 Key 出错中断后，点「继续」只补做没完成的部分。
试用与激活：安装后可以免费试用 2 天，之后需要激活 Pro（永久或按期限）。AutoVoiceover 的激活码单独发放，与 Formlo 等其他产品不通用。需要激活码请联系我们。
系统要求
- Windows 10 / 11，64 位（Windows 10 1607 及以上）
- 不需要独立显卡，语音识别用 CPU 运行
- 需要联网：画面分析、写稿和配音在云端完成
- 需要你自己的阿里云百炼 API Key；用 ElevenLabs 配音需另填 ElevenLabs Key，费用按各家规则结算
- 安装包约 251 MB，按用户安装，不需要管理员权限
使用须知
- 旁白稿由大模型生成，每次措辞都会不同，质量比不上人工精修，建议生成后逐句过一遍再配音。
- 偶尔会把画面里招牌上的店名念出来，可以在旁白稿里直接删改。
- 云端费用和耗时随视频长度增加，长视频建议先用一小段试试。
数据与隐私
原声的语音识别在你的电脑上完成。分析画面时，视频片段会上传给你选择的视觉模型服务；写稿的文字发给阿里云百炼；旁白文字发给你选的配音服务生成语音。这些服务都使用你自己的 API Key，按各家的规则处理数据和计费。
API Key 加密保存在本机。激活时只发送设备的哈希标识。卸载软件不会删除你导出的视频。
这些视频，交给它最合适
旅行 vlog
一路拍下的风景和行程，自动配上旅途解说
探店
进门、点单、上菜，按画面顺序讲给观众听
做菜 · 手工
从准备到完成，跟着步骤自动讲解
日常记录
随手拍的生活片段，配上第一人称的碎碎念
知识讲解
展示类、介绍类画面，配上讲解式旁白
不太适合对白很多的视频（访谈、直播回放）：有人说话时软件会自动让开，解说空当很少。
更新记录
本软件随附 FFmpeg（LGPL 许可），对应源码：GitHub Release。