乡音阁

乡音阁可以把文稿生成粤语、四川话、东北话等地方音色的配音，也能将方言录音和视频中的讲话识别为文字。创作者可先比较音色、检查读音，再下载语音与SRT字幕用于剪辑；iPhone应用还提供自己的声音复刻、口述输入和拍照取字。它主要服务地方语言内容制作与材料整理，输入文稿中的方言用词需要由用户自行准备。

围绕方言文稿与录音的双向处理

乡音阁把配音与识别分成两条路径：已有文稿时，选择方言和音色生成声音；已有录音或视频时，提取讲话内容得到可复制的文本。配音系统朗读用户提交的文字，不会自动把普通话文稿改写为地道的方言表达。用户需要在生成前调整措辞，并在输出后复核姓名、地名和地方词，才能把结果继续用于字幕、课件或视频。

地方音色选择与文稿试听

网页按方言分类展示当前可用音色，包括北京话、吴语、闽南语、四川话和粤语等。输入文稿后，音色卡片可取前段文字生成样音，方便用同一句话比较不同声音，再决定正式生成采用哪一种。系统不会替用户修改原文，读音或措辞不合适时可返回文本调整；试听确认后再下载结果，供后续剪辑使用。

方言录音与视频转文字

网页音频识别入口要求登录后选择或拖入文件，支持MP3、WAV、M4A等常见格式，页面限制为5分钟以内、50MB以内。识别完成后可以直接复制文本，用于整理采访或录音材料。视频识别会先在浏览器本地提取音轨，再提交音频识别；iPhone应用也支持从相册选择视频并在手机上提取声音，不必先手工转换文件格式。

用自己的声音生成方言配音

iPhone应用允许录制一小段自己的声音，创建可供后续配音使用的个人音色，再输入新文稿让该音色朗读。用户可创建多个复刻声音，并通过长按进行改名或删除，新版还支持长按试听自己的复刻音色。复刻素材需具备合法使用权；使用他人声音须取得授权，不能把能完成技术复刻理解为可以任意冒充或商业使用。

口述与拍照取字

在iPhone端，文稿除了复制粘贴，还能通过按住口述、拍照或从相册选图取得。识别出的文字会进入配音文稿，用户可以检查、改写或清空后重新准备，再选择方言音色。这个输入流程适合把纸面材料、截图或临时口述变成待配音文本；它负责取得文字，地方表达、专有名词和最终语句仍应在合成前确认。

生成记录与SRT字幕导出

网页登录后，成功生成的内容会记录在用户中心，可以回放、重新下载音频或导出SRT字幕，便于修改视频时取回已有配音。部分音色提供逐词时间，其他音色的字幕时间采用估算，因此仍需在剪辑中检查同步情况。iPhone应用支持保存生成记录、导出字幕，并将语音发给剪映、存入文件或分享给其他应用，方便把配音带入后续制作。

方言语音合成API

开发者可通过公开REST API查询当前音色目录，提交文稿和音色ID生成语音，并取得MP3音频地址。账户查询接口提供会员状态及额度信息，便于业务系统在发起任务前检查用量。接入需要API Key，并按文档处理请求和响应加密；公开合成接口的文本上限为5000字符。这套接口面向语音合成，不能据此推定音频转文字也开放了同样的接口。

从文稿制作第一段方言配音

1. 打开网页配音入口：从乡音阁官网进入文字转语音区域；需要使用历史记录时，可通过邮箱验证码登录。
2. 准备要朗读的文字：粘贴或输入文稿，先把需要的方言措辞写好，检查姓名、地名和地方词，不依赖系统自动改写表达。
3. 选择方言与声音：在方言分类中找到目标音色，用文稿前段试听并比较声音，确认适合当前内容。
4. 生成并复核：提交语音生成，播放结果检查读音与语句；需要调整时先改文字，再处理相应内容。
5. 下载并进入剪辑：保存音频，按需要导出SRT字幕；登录用户也可在用户中心回听和重新下载历史结果。

地方语言内容制作与材料整理

• 本地短视频配音：将探店、地方故事或生活类文稿改成目标表达，试听音色后生成配音，再把音频和字幕放进视频编辑器。
• 方言学习材料：教师准备短句和词语，使用同一音色生成示范语音，经人工检查后配合文字制作课件或自学材料。
• 采访录音整理：将符合时长与大小限制的方言录音上传识别，复制结果作为整理底稿，并对照原音频检查专有名词。
• 个人声音系列内容：在iPhone端录制自己的声音建立音色，再用不同文稿制作系列配音，保留统一的讲述者声音。
• 业务系统语音提示：开发者通过API选择音色、提交已经审核的提示文本，获取MP3文件后接入产品的播放流程。