使用CapCut国际版v12.8.0+，登录后导入≤3分钟视频，添加≤12字短句文本，选用Lily或Xiao Bao童声音色生成配音，调语速0.85x、音调+1.2、开启淡入淡出，导出1080p/30fps MP4。
给儿童类视频配上自然童声、带点奶气又不刺耳的AI配音，是家长和幼教创作者最常遇到的需求——原声录制孩子配合度低、录音环境杂音多、剪辑时还要反复调整语速匹配动画节奏。
确认CapCut版本并启用AI语音功能
打开手机应用商店，搜索“CapCut”并更新至【最新国际版v12.8.0或更高】（2026年11月起，旧版已下架AI童声音色入口）；国内用户若安装的是“剪映”App，请切换至CapCut官网下载国际版，剪映中文版暂未开放专属童声模型。
安装完成后首次启动，需登录TikTok账号或邮箱注册，否则AI Voiceover按钮呈灰色不可点。
导入素材并添加口播文案
点击“New Project”→导入已拍摄的卡通动画片段、手绘涂鸦视频或实拍儿童活动空镜；确保视频时长≤3分钟，超时会导致AI语音生成卡在“Processing…”状态且无法重试。
点击底部工具栏“Text”→“Add Text”，在时间轴上拖动文字轨道至首帧，输入适合儿童理解的短句，例如：“小兔子跳跳，今天要去摘草莓！”；每句控制在12字以内，避免AI断句生硬。
注意：不要直接粘贴带标点长段落，CapCut会把感叹号、问号识别为停顿指令，导致语调突兀失真。
选择并生成童声音色
选中刚添加的文字轨道→点击弹出菜单中的“AI Voiceover”；进入音色页后，向下滑动至“AI Voices”分类区，找到标有「Kids」标签的音色组。
方法一：点击“Lily (US, 7yo, cheerful)”试听——这是当前唯一支持中文语义断句的童声模型，能自动在“小兔子｜跳跳”“摘｜草莓”处做呼吸感停顿；【必须用英文名筛选，中文界面显示为“莉莉（美式，7岁，欢快）”但实际仅此一款支持中英混读】。
方法二：若需方言童趣感，可选“Xiao Bao (CN, 5yo, playful)”，但该音色不支持成语和长复合词，输入“五彩缤纷的花园”会被读成“五彩｜缤纷的｜花园”，建议拆成两句输入。
点击“Generate”后等待3～8秒，生成的音频将自动出现在音轨顶部，原始视频音轨默认静音。
调节童声细节与导出设置
选中生成的AI配音轨道→点击右上角“⋯”→“Audio Settings”：
① 将语速调至0.85x：儿童语速天然偏慢，0.9x以上会失去稚拙感，1.0x则接近成人播报；
② 音调滑块拉至+1.2：提升高频泛音成分，让声音更明亮清脆，但超过+1.5会出现电子齿音；
③ 开启“Soft Start/End”：自动添加0.3秒淡入淡出，避免“啪”的一声突兀切入，这对婴幼儿注意力维持至关重要；
最后点击右上角“Export”，分辨率选1080p，帧率锁定30fps（高帧率会导致口型动画不同步），格式选MP4即可。
