CapCut手机端可直接为视频添加AI语音配音：导入视频→选中轨道→点Audio→AI Voiceover→输入文案→选中文发音人→调速0.95–1.05→预听→应用→校验同步与音质→导出1080p/30fps。
你想用CapCut手机端把一段没有声音的口播视频配上自然流畅的AI语音，或者把录好的干声替换成更标准、更有表现力的AI配音，整个过程不需要额外下载TTS工具或导出再导入。
确认视频已导入并选中
打开CapCut App → 点击右下角「+」→ 从相册选择目标视频（必须是已拍摄完成的MP4/MOV文件，不支持直接对正在录制的视频实时配音）→ 点击「添加」进入编辑界面。
在时间轴上点击该视频轨道，确保它被高亮选中——【未选中视频就点AI配音，按钮会灰色不可用】。
调出AI Voiceover功能入口
点击屏幕右上角「Audio」图标（不是底部「音频」标签，也不是「文本」或「贴纸」）→ 在弹出菜单中找到并点击「AI Voiceover」选项。
这一步会立即加载语音模型界面，若首次使用需等待几秒初始化；若长期未打开过此功能，可能提示「正在下载语音包」，请保持网络畅通。
输入文案并设置语音参数
在文本框中粘贴或手动输入你要配音的口播文案，建议控制在300字以内，超长文本可能导致语速失衡或断句异常。
点击下方「Voice」右侧的下拉箭头 → 选择中文发音人，如「XiaoYan（女声·清晰）」「XiaoKang（男声·沉稳）」；【避免选「Multilingual」或带「Beta」标识的语音，实测易出现吞字或音调突变】。
滑动「Speed」调节条至0.95–1.05区间：低于0.9会拖沓，高于1.1则接近快读，失去口语自然感。
生成并替换原声
点击「Preview」试听前10秒效果，重点听「啊」「嗯」等语气词是否自然、数字与专有名词是否读准。
确认无误后点击「Apply」→ 系统自动将AI语音嵌入到当前视频轨道，并覆盖原有音频（若原视频有声，会被静音；若无声，则直接新增音轨）。
此时时间轴上会出现一条蓝色语音波形，可左右拖动微调起始位置，误差超过0.3秒会导致口型明显不同步。
导出前关键校验
第一步：播放全片，用耳机监听每处停顿是否匹配文案呼吸节奏；
第二步：双击时间轴上的AI语音片段 → 在弹出面板中开启「Auto Reframe」→ 关闭「Background Music」（避免BGM干扰人声清晰度）；
第三步：点击右上角「Export」→ 分辨率选1080p，帧率设为30fps，码率选「High」→ 开始渲染。
