我可以在一个地方制作语音、音乐和音效吗？

可以。音频编辑器包含配音、音乐和音效任务，每个任务都有各自的模型，所有结果都会作为音频素材保存在你的素材库中。

音频如何计费？

语音按脚本中的字符数计费，设有最低消费；当你输入时，按钮会显示价格。音乐和音效每次请求收取固定费用，在生成前按钮上会显示该费用。

旁白会自动与画面同步吗？

不会。你需要手动放置。在 Studio 中，每个音频素材都是音频轨道上的独立项目，因此你可以将录音拖动到想要的帧，并修剪音乐以匹配片段。

我应该直接让视频模型生成声音吗？

有些模型可以，而且速度很快。但如果你不重新生成画面，就无法单独更改某个声音。当你想要控制混音时，请渲染无声视频。

从 Studio 导出会消耗积分吗？

不能。MP4 渲染不扣费；只有生成片段和声音时才会扣除积分。

一个提示词能生成两个音效吗？

它只会返回一个混合音频。请为每个音效单独生成，然后分别放置。

教程 / 音频

为你的视频添加配音、音乐和音效

没有声音的片段只完成了一半。音频编辑器可以逐一制作音轨所需的三种元素，Studio 则将它们与画面同步。

10 分钟阅读
2026年9月24日

本文由英文自动翻译。阅读原文

旁白

音乐

效果

Studio

按顺序列出你制作的内容。点按任一项即可跳到对应步骤。

你在音频编辑器中分别生成语音、背景音乐和音效，每种声音都使用为其专门设计的模型，然后将它们放置在 Studio 中的片段下方。编辑器的“配音”任务可将脚本转换为语音，“音乐”任务可根据描述生成音轨，而“音效”任务可生成单次提示音或环境音。这些操作都不需要视频；在你将它们放到时间线上之前，它们只是素材库中的音频资产。

本指南将跟随一个无声片段，即使用 Seedance 2.5 制作并关闭了音频的香水广告，展示如何从零开始制作混音配乐。这里播放的每个片段都是真实输出，价格来自页面加载时的实时目录。

常见问题及修正方法

错误	影响	修正
要求视频模型生成整个配乐	支持原生音频的模型会自行编写音乐和音效，你无法在不重新生成画面的情况下单独修改某一部分	先渲染无声片段，然后在音频编辑器中分别生成每种声音，最后在 Studio 中进行混音
在单个长音乐提示词中包含语音	音乐模型会演唱你描述的内容；旁白台词会被当作歌词处理	将脚本保留在“配音”中，将氛围保留在“音乐”中
为音效使用完整句子	效果模型读取场景并生成一层噪声	用简短的一行描述单一声音、其材质和空间
仅凭名称选择语音	同一模型上的两个指定语音以截然不同的语速朗读同一行台词	在花费积分前播放免费预览，如果音频过长，请使用 API 中的速度字段
重新录制旁白以适配剪辑	每次重新生成都会再次消耗字符积分	在 Studio 中修剪和滑动音频片段；片段可以保持原样或延长

开始之前

素材库中的一个片段。本指南使用一个五秒的香水瓶片段，在单盏灯光下拍摄，由 Seedance 2.5 生成并关闭音频，以免与音轨冲突。
写好的脚本。语音按字符计费，请在生成前而非生成后精简内容。
为音乐和效果各准备一行描述。模型接受描述，而非文件。
任何套餐。所有音频模型在所有套餐中均可用，推荐模型的语音最低起价为 2 积分。

一个多面琥珀色玻璃香水瓶，配有拉丝黄铜瓶盖，放置在夜晚深色纹理大理石梳妆台上，一盏暖灯在大理石上投下一片光池，灰尘在光束中飘动，镜头缓慢推进 — **无声的源素材。** 使用 Seedance 2.5 制作，关闭音频，时长五秒。下面的所有声音都是为这个片段制作的。

制作旁白

打开音频编辑器。在 你需要什么？ 下，默认选中了旁白任务，推荐模型为 ElevenLabs v3，并有一个包含十个具名声音的声音列表。输入你希望朗读的台词并选择一个声音；我们使用了 Roger。按钮显示为 生成音频 并带有实时价格，价格会随着你输入脚本而更新。点击一次即可生成。

发送的脚本原文

Some nights do not ask for permission.

音频编辑器，带有五个编号标记：旁白、在提示词框中输入的脚本、作为模型的 ElevenLabs v3、设置为 Roger 的声音，以及带有价格的生成音频按钮 — **ElevenLabs v3 上的旁白。** (1) 旁白。(2) 你希望朗读的台词。(3) 模型。(4) 声音，这里是 Roger；旁边的播放按钮可以免费试听样本。(5) 此特定脚本的价格。

提示：免费试听声音. ElevenLabs 和 Kokoro 上的每个具名声音都有一个简短的录音样本。在花费积分生成之前，请在角色页面的声音对话框中试听。

制作背景音乐

将任务切换为音乐。Lyria 3.5 是推荐模型，无论输入什么内容，每首曲目均收取固定费用。描述情绪、乐器、节奏以及曲目的变化方式；如果不想要人声，请写明 no vocals。生成的曲目长度会超过片段，这没关系：你可以在 Studio 中裁剪它。

音乐提示词，与发送内容完全一致

Dark minimal electronic pulse for a fragrance commercial: a deep sub bass heartbeat, sparse glassy synth stabs, a slow rising pad, 90 bpm, cinematic and expensive, no vocals, no drums until the last two seconds.

处于“音乐”模式的音频编辑器，带有四个编号标记：音乐、曲目描述、Lyria 3.5 模型，以及显示固定价格的“生成音频”按钮 — **Lyria 3.5 上的音乐。** (1) 音乐。 (2) 情绪、乐器、节奏，以及无人声。 (3) Lyria 3.5。 (4) 无论输入什么内容，均收取固定费用。我们生成的曲目时长为两分钟。

制作音效

切换为音效。ElevenLabs Sound Effects v2 是推荐模型，每次请求收取固定费用，且仅接受最多 450 个字符的简短提示词。描述声音、材质以及发生的环境。每次生成仅包含一种声音：第二种效果需要再次运行。

效果提示词，与发送内容完全一致

A single deep glass chime with a low reverberant thud underneath, decaying slowly in a large empty hall.

音效选项卡上的音频编辑器，带有四个编号标记：音效、提示词中描述的钟声、作为模型的 ElevenLabs SFX，以及带有固定价格的生成音频按钮 — **ElevenLabs Sound Effects v2 上的音效。** (1) 音效。 (2) 一种声音、其材质及其空间，最多 450 个字符。 (3) 模型，显示为 ElevenLabs SFX。 (4) 每次请求收取一笔固定费用。我们生成的音频时长为一秒，这正是钟声所需。

注意：MMAudio v2 根据画面而非仅凭文字工作. 音效列表中的第二个模型 MMAudio v2 是一个视频转音频模型：它会观看片段并生成匹配的音轨。当你希望自动为空间和动作配乐，而不是生成特定音效时，它是理想选择。

在 Studio 中将其放置在片段下方

打开时间线，按 新建时间线，选择一个项目或命名新项目，命名时间线并按创建。Studio 将在该时间线上打开。在左侧面板中，从 项目媒体 切换到 素材库：这是你的整个素材库，带有搜索框和类型筛选器。每个卡片都有一个 +，可将其添加到播放头位置。

搜索片段并按其 +。它将落在第一个视频轨道的 0 位置。
点击音乐卡片，使其加载到列表上方的 源预览 中。将预览滑块拖动到 0 秒并按下 标记入点，然后拖动到 5 秒并按下 标记出点，最后按下 +。背景音会落在音频轨道上，并修剪至片段长度；两分钟曲目的其余部分不会进入时间线。
将时间线滑块拖动到 1.6 秒，并在旁白上按下 +；它会落在播放头位置的独立音频轨道上。
拖动到 3.9 秒，并在提示音上按下 +。

Studio 界面显示五个编号标记：V1 上的香水片段，A1 上从第一帧开始修剪后的音乐背景，A2 上从 1.6 秒开始的旁白，A3 上接近末尾的提示音，以及导出视频按钮 — **一个视频轨道，三个音频轨道。** (1) V1 上的片段。 (2) A1 上修剪至片段长度的音乐背景。 (3) 1.6 秒处的旁白。 (4) 3.9 秒处的提示音。 (5) 导出视频。每个声音都是独立的项目，因此你可以移动或静音其中一个，而不会影响其他声音。

音乐背景的音频检查器显示四个编号标记：片段音量、淡入和淡出、在人声下闪避、轨道音量；摘要显示以自身电平播放，淡出 1.3 秒，在人声下降低 12 dB — **音乐轨道上的音频检查器。** (1) 片段音量。(2) 淡入和淡出。(3) 语音闪避：音乐默认开启，有人说话时背景音降低 12 dB。(4) 轨道音量，控制整个音轨。

点击顶部的 导出视频。MP4 在服务器上渲染，作为渲染结果存入你的素材库，并显示在项目的最近导出列表中。导出不扣除积分。

提示：编辑提示行不会阻止导出. 添加项目后，Studio 会显示一行提示，说明编辑正等待 NOLGIA Agent 应用。这是指将它们写入时间线的源文档。导出文件已经包含了这些内容：我们的渲染结果包含了全部三种声音。

无声的香水片段 — 从 Studio 导出的相同五秒片段。播放右侧视频，即可听到背景音乐、台词和风铃声。

带有旁白、背景音乐和混入其中的风铃声的同一香水片段 — 从 Studio 导出的相同五秒片段。播放右侧视频，即可听到背景音乐、台词和风铃声。

不同任务选用哪个模型

你需要	任务	首选	列表中的其他选项
旁白或一句台词	旁白	ElevenLabs v3，十种命名声音	v3 Conversational（速率减半）、Multilingual v2、Turbo v2.5、Kokoro（二十种声音）、MiniMax Speech、Inworld、Dia、Orpheus
无人声的纯音乐背景	音乐	Lyria 3.5	MiniMax Music 2.6、ElevenLabs Music、Stable Audio 3 Medium 和 2.5
单一音效：撞击声、呼啸声、开门声	音效	ElevenLabs Sound Effects v2	当音轨需要跟随片段时，使用 MMAudio v2
跟随画面的声音	音效	MMAudio v2	或者使用支持原生音频的视频模型，但会牺牲控制力

以下是作曲器当前显示的列表。推荐模型在选择器中已标记。

何时需要重新生成

音量。 导出时会自动进行基础混音：在人声出现时降低音乐音量，在结尾淡出背景音，并平衡响度；我们的输出结果为 -14.2 LUFS。若要调整，请选中一个声音并打开音频检查器：可设置 片段音量、淡入和淡出、在人声下闪避，以及轨道的 轨道音量。
需要保留的人声。 只有 ElevenLabs 和 Kokoro 提供命名人声；MiniMax Speech、Inworld、Dia 和 Orpheus 在此处不发布人声列表，因此在这些模型上重新生成可能无法获得相同的声音。在每个视频中保持同一人声介绍了如何固定人声。
速度。 速度设置（ElevenLabs 语音为 0.7 到 1.2）是一个 API 字段；编辑器目前还没有滑块，因此如果生成的音频过长，会被重写或修剪。
精确的时间控制。 生成的音乐通常比视频片段长，例如我们曾为 5 秒的画面生成了 2 分钟的音乐，且节拍位置由模型决定。你需要根据视频片段来标记入点和出点，而不是反过来。
每次运行一个效果。 如果提示词中包含三种声音，返回的将是一个混合音频。

费用说明

语音按字符计费，短文本有最低收费；音乐和音效按每次请求计费。视频片段按其时长定价。本指南中使用的模型实时费率如下：

ElevenLabs v3Every plan
Per 1,000 characters
Standard 6 积分
Lyria 3.5Every plan
Per generation
Standard 5 积分
ElevenLabs SFXEvery plan
Per generation
Standard 4 积分
Seedance 2.5Pro and up
Per 5s clip
480p 26 积分 · 720p 56 积分 · 1080p 137 积分
1080p renders at 16:9 and 9:16

页面加载时从目录实时读取。所有价格都会在生成前显示。查看所有费率.

Studio 导出不计费。新账户赠送 350 免费积分。

亲自尝试

源视频片段和三个提示词

香水广告片段，无声，5 秒，1280x720MP4 视频 · 1280x720 · 624 KB下载

将视频片段上传到你的素材库，在推荐模型上运行上述三个提示词，然后在 Studio 中将所有四个素材添加到播放头位置。

将脚本输入到 ElevenLabs v3 的配音功能中，选择任意命名语音；我们使用的是 Roger。
将音乐提示词输入到 Lyria 3.5 的音乐功能中。预期生成的音轨会比视频片段长。
将音效提示词输入到 ElevenLabs Sound Effects v2 的音效功能中。
时间线，新建时间线，然后在 Studio 中将左侧面板切换到素材库：先通过 + 添加片段，接着在源预览中通过标记入点和标记出点添加音乐，然后在播放头位置添加旁白和提示音。导出视频。

常见问题

我可以在一个地方制作语音、音乐和音效吗？: 可以。音频编辑器包含配音、音乐和音效任务，每个任务都有各自的模型，所有结果都会作为音频素材保存在你的素材库中。
音频如何计费？: 语音按脚本中的字符数计费，设有最低消费；当你输入时，按钮会显示价格。音乐和音效每次请求收取固定费用，在生成前按钮上会显示该费用。
旁白会自动与画面同步吗？: 不会。你需要手动放置。在 Studio 中，每个音频素材都是音频轨道上的独立项目，因此你可以将录音拖动到想要的帧，并修剪音乐以匹配片段。
我应该直接让视频模型生成声音吗？: 有些模型可以，而且速度很快。但如果你不重新生成画面，就无法单独更改某个声音。当你想要控制混音时，请渲染无声视频。
从 Studio 导出会消耗积分吗？: 不能。MP4 渲染不扣费；只有生成片段和声音时才会扣除积分。
一个提示词能生成两个音效吗？: 它只会返回一个混合音频。请为每个音效单独生成，然后分别放置。