Muse 生成画面 + 讯飞配音 + 剪映合成：制作标准普通话 AI 短剧

将 Muse 视频生成、讯飞语音合成与剪映后期剪辑组合，解决 AI 视频中文口音不自然的问题

给谁

需要制作中文 AI 短剧、对 Muse 默认中文语音质量不满意的创作者

你会得到

获得画面由 Muse 生成、配音为标准普通话、后期在剪映合成的完整短剧视频

你需要

Muse

步骤

1. 用 Muse 生成无对白的画面素材

   在 Muse 中生成视频时，重点描述人物形象、场景、动作表情和镜头切换，同时明确要求不要生成对白，仅保留环境音。这样可以减少对 Muse 自带中文语音的依赖。

   运行提示词 · 来源原文。Muse 的 prompt/character 设置字段，用于约束生成标准普通话语音

   复制提示词

   【中文普通话语音强制规范】
   
   视频中的所有人物必须使用标准、自然的中国大陆普通话。
   
   1. 使用标准普通话发音，以中国大陆中央级新闻播音员的语言规范为参考。
   2. 必须准确区分平翘舌音、前后鼻音、声母和韵母。
   3. 声调必须准确，禁止出现外国人学习中文的口音。
   4. 语速自然，不能机械地逐字朗读，不能出现奇怪的断句。
   5. 使用自然的中文口语表达，符合中国人的日常交流习惯。
   6. 禁止使用英语口音、港台腔、机械翻译腔和夸张的外国人中文口音。
   7. 人物说话时必须保证台词与发音一致，不得擅自修改、遗漏或增加台词。
   8. 声音清晰、吐字准确、语气自然，有真实人物交流的感觉。
   
   【声音风格】
   选择中国大陆成年人的自然普通话音色，发音清晰，语气生动，咬字准确，不要过度播音腔。
   
   【重要】
   普通话准确性优先于声音表演效果。如果无法保证准确发音，请优先保持简单、清晰、自然的中文表达。

2. 用讯飞在线语音合成生成标准普通话配音

   访问讯飞在线语音合成（https://www.xfyun.cn/services/online_tts），将人物台词或旁白单独输入。选择中国大陆普通话音色：男性角色用自然沉稳的男声，女性角色用自然清晰的女声，旁白用吐字清楚、语速适中的声音。可调整语速、音高和部分多音字读音。

3. 在剪映中合成视频、配音与字幕

   将 Muse 生成的视频导入剪映：1) 关闭或降低原视频声音；2) 导入讯飞生成的配音文件；3) 根据人物动作调整对白时间；4) 添加对应字幕；5) 调整背景音乐和音效后导出。

4. 建立固定制作流程

   后续制作可采用固定流程：Muse 生成画面 → 讯飞生成普通话 → 剪映合成 → 添加字幕 → 输出视频。

【中文普通话语音强制规范】

视频中的所有人物必须使用标准、自然的中国大陆普通话。

1. 使用标准普通话发音，以中国大陆中央级新闻播音员的语言规范为参考。
2. 必须准确区分平翘舌音、前后鼻音、声母和韵母。
3. 声调必须准确，禁止出现外国人学习中文的口音。
4. 语速自然，不能机械地逐字朗读，不能出现奇怪的断句。
5. 使用自然的中文口语表达，符合中国人的日常交流习惯。
6. 禁止使用英语口音、港台腔、机械翻译腔和夸张的外国人中文口音。
7. 人物说话时必须保证台词与发音一致，不得擅自修改、遗漏或增加台词。
8. 声音清晰、吐字准确、语气自然，有真实人物交流的感觉。

【声音风格】
选择中国大陆成年人的自然普通话音色，发音清晰，语气生动，咬字准确，不要过度播音腔。

【重要】
普通话准确性优先于声音表演效果。如果无法保证准确发音，请优先保持简单、清晰、自然的中文表达。