# 先做一条能用的口播

FORMWEFT 原创实用资料 · 2026-09-14 · CC BY 4.0

不必先安装模型。先选内容、确认声音，再检查字幕与成片。

## 从你已有的材料开始

- 已有视频：进入工作台，选择本地视频，再导入与这段视频对应的 SRT 字幕。先播放、校对，再调整字幕位置并导出。无需登录或安装视频模型。

- 只有想法：选择下面一份模板，补齐方括号里的信息，再让已配置的脚本服务起草。先朗读一遍，删掉不好念的长句；事实没确认就不要写成结论。

- 一定要数字人：先确认肖像和声音授权，再选择生成方式。当前本地 H3 属于可选实验流程，可能漏词、改词或改变人物；不是逐字配音与精确口型工具。

## 让字幕跟着声音，而不是跟着字数

- 定稿后再录音或使用你有权使用的配音服务。先试听产品名、英文、数字和停顿，再保存最终音频。网站当前未在此资料中新增配音服务。

- 用最终音频或视频取得真实字幕时间。工作台可导入 SRT；本地 H3 的音频字幕还取决于连接助手和转写环境。只有脚本时得到的是草稿时间，不是已对齐字幕。

- 先检查一句话的开头、中间和结尾，再逐段检查。声音改动后，重新对齐字幕；不要沿用旧时间。

## 先检查一小段，再做完整片

- 先预览有代表性的 8–15 秒，检查声音、字幕、人物和画幅。确认方向后再生成其余部分，避免把错误复制到整片。

- 画面要帮助说明内容。介绍产品时用已授权的实拍、截图或演示，不把 AI 虚构的外观、界面和性能当成真实证据。

- 生成或导入多个片段时，要确认下面显示的是整片时长，不是单段时长。未完成拼接就不要按整片发布。

## 导出前逐项勾掉

- 首尾：没有多余黑帧、截断声音或缺失片段。

- 字幕：和实际听到的内容一致；数字、货币、品牌名无误；手机上读得清，不挡嘴和关键画面。

- 画幅与声音：横竖比例正确；试听导出的文件，确认音轨存在、音量合适。

- 长度与内容：导出文件的实际时长符合需求。目标时长只是计划，不等于配音或模型的实际时长。

- 导出方式：工作台采用浏览器实时录制，导出时保持页面在前台。支持 MP4 时导出 MP4，否则为 WebM；不要只修改扩展名冒充格式转换。

- 权限：检查素材、肖像、声音和音乐授权；客户数据先脱敏；确认水印开关符合自己的选择。

## 三个模板，选一个就开始

### 产品介绍

讲清一个问题、一个功能和一个下一步。

讲给谁听：[目标客户]
客户遇到的问题：[具体问题]
产品：[名称]
已确认的功能：[事实与证据]
希望观众下一步：[一个动作]
语言 / 画幅 / 目标时长：[填写]
要求：自然短句，不虚构价格、销量或效果。缺少信息先标出待补充。

### 方法讲解

把一种工作方法讲到别人能照着做。

讲给谁听：[岗位]
想解决的问题：[具体问题]
需要准备：[材料]
操作步骤：[最多三步]
不适用的情况：[边界]
语言 / 画幅 / 目标时长：[填写]
要求：每一步说明动作和检查结果，不堆术语，不编造效果。

### 客户案例

用有证据的前后变化说明价值。

原来的问题：[已授权且脱敏的事实]
采取的动作：[过程]
实际观察到的变化：[证据、时间范围、统计口径]
仍未解决的限制：[边界]
希望观众下一步：[动作]
语言 / 画幅 / 目标时长：[填写]
要求：没有数据就不写百分比；不虚构客户背书；不把相关性写成因果。

使用说明：本页模板与检查清单由 FORMWEFT 原创整理，可按 CC BY 4.0 署名复用。它们是文档，不包含可执行程序、模型、声音或第三方素材，不代表已审查或安装第三方工具。

## 延伸阅读与灵感来源

借鉴了“先确认声音，再安排字幕和画面”“数字人按需加入”的流程思路。未复制原文、下载包或人物素材；未验证文章所述的所有工具和商业使用条件。

- [X榜单 · 文章索引](https://xbangdan.com/articles/)
- [黄小木 · 本地数字人口播工作流](https://x.com/ai_xiaomu/status/2089324371991216173)
- [Miles Ma · 文章到视频的制作流程](https://x.com/miles_mazy/status/2097177704282136838)