全部功能/文字与音频
老黄牛桌面工具
文字与音频：文案批量配音与音视频转文字
文字批量配音、音视频转文字，管理账号克隆音色
文字与音频适合批量制作文案配音、整理采访录音和从视频提取字幕。配音可逐行输入或批量导入 TXT，超过 1000 字自动分段合成、在本机拼成完整音频；识别默认在本机运行，免费、素材不上传，结果可预览、复制并导出 TXT / SRT。云配音、云识别、声音克隆按提交前的实时报价扣积分，可选的服务与音色以软件内实际开放为准。
- 价格
- 无需开通，按使用扣积分，提交前显示实时报价
- 支持系统
- Windows 10 1903+ / 11 x64 · macOS 14+、Apple 芯片
- 当前版本
- v0.3.84 · Windows 239.4 MiB · macOS 244.8 MiB
能做什么
核心功能
直接输入配音
在文本框逐行粘贴文案，每行生成一条配音（一次最多 100 行）；选好音色、语速和 MP3 / WAV，核对报价后生成，可试听、逐条保存。
TXT 批量导入配音
多选或拖入 TXT 文件和文件夹，可选每个 TXT 或每一行生成一个音频；超过 1000 字自动分段合成，一键保存到文件夹，重名不覆盖。
本地免费转写
导入音频、视频或文件夹，首次下载模型后在本机批量识别，不上传素材、不扣积分；识别语言选中文时结果统一转为简体。
云服务
云配音可选 MiniMax、微软 Azure、豆包（豆包另有粤语、上海话、四川话等方言音色），选音色时可免费试听样音；云识别可选 豆包（推荐，更准确、较慢）、阿里云 Fun-ASR（速度快）。未开放的服务在软件里明确禁用。这三家配音供应商在视频处理、分镜混剪、无序组合和剪辑工作台的配音里同样可选。
预览与导出
每个文件显示识别预览，可展开全文、复制，或导出 TXT / SRT，也可一键全部导出；需要改文字请导出后在编辑器里改。
账号共享音色
声音克隆使用 MiniMax，克隆音色归当前账号，可在所有接入公共配音的老黄牛模块里选 MiniMax 时使用。
持久任务与恢复
配音、识别和克隆任务保留进度与错误；网络异常先恢复原请求，避免重复扣费。
什么时候用
适合这些情况
一批文案要配成音频
多选或拖入 TXT 文件和文件夹，可选每个 TXT 或每一行生成一个音频；超过 1000 字自动分段合成，保存时拼成一个完整文件。
采访录音整理成文字
导入音频、视频或整个文件夹，默认在本机识别，免费、素材不上传；结果可预览、复制，并导出 TXT 或 SRT。
从视频里提取字幕
识别结果可单个导出 SRT，也能选好文件夹全部导出，文件名同原视频，重名自动加序号，不覆盖已有文件。
想用自己的声音念稿
上传本人或已获授权的录音做 MiniMax 声音克隆，克隆音色归当前账号，可在接入公共配音的老黄牛模块里使用。
视频教程
常见问题
要开通月卡或登录吗？
有哪些配音音色？
一次能处理多少文件？
识别结果能直接改吗？
素材或任务失败时，怎样查看原因并提供日志？
系统要求与安装说明
- Windows：v0.3.84；Windows 10 1903+ / 11 x64
- macOS：v0.3.84；macOS 14+、Apple 芯片
- 无需开通月卡：本机识别免费；云配音、云识别、声音克隆按积分计费，提交前显示实时报价，积分可在定价页购买。
- 需要老黄牛AI 桌面客户端（Windows / macOS），随 v0.3.30 起提供；本机识别首次需联网下载模型，云服务需要微信扫码登录。
- 单条配音字数上限随服务不同，超限不扣积分；TXT 批量每批最多 100 个 TXT（单个 2MB 以内），单个音频最多 30000 字，超过 1000 字自动分段。
- 一次最多扫描 500 个文件；云识别单个文件不超过 2 小时、250MB；请确保导出位置有足够空间。
- 声音克隆只上传本人声音或已取得明确授权的录音（10 秒至 5 分钟、20MB 以内的 MP3 / WAV / M4A），克隆费用以提交前报价为准，配音另计。
- 机器识别和合成结果需试听或校对，不承诺零错字、完全还原情绪或适合所有声音。