步骤 01
选择配音或转写
从左侧进入“文字配音”或“音视频转文字”。本地转写无需登录；云服务和我的音色需要登录。
步骤 02
导入文案或媒体
配音页在“输入方式”选“直接输入”逐行粘贴文案，或选“导入 TXT”后点“选择 TXT 文件”多选、拖入 TXT 文件或文件夹，再选“每个 TXT 生成一个音频”或“每行生成一个音频”；转写页可点击选择或从系统文件管理器拖入音频、视频或文件夹，文件夹可包含子文件夹。
扫描后核对找到的文件数、重复项、不支持类型和读取错误。
步骤 03
设置服务和格式
配音选择软件内开放的服务（MiniMax、微软 Azure、豆包）、音色、语速及 MP3 / WAV；转写在“识别方式”中选“本地识别（免费，默认）”、“豆包云识别”、“阿里云识别”，识别语言默认中文，中文结果统一转为简体。未开放的服务会保持禁用。
步骤 04
确认费用并提交
本地识别不收费。云配音、云识别、声音克隆必须显示服务端报价后再明确提交；TXT 批量点“生成全部”后，在确认框核对音频数、段数、预计积分和可用积分。按积分计费，以实际扣费提示为准。
试听、打开页面和恢复原任务不会自动创建收费请求。
步骤 05
查看进度与错误
到任务区域查看排队、处理、完成、失败或取消状态。网络异常先恢复原请求，不要重复提交。TXT 批量可点“停止”（当前这一段完成后停下）、“重试失败项”或“恢复查询”，恢复查询不会新建收费任务。
步骤 06
预览并保存结果
试听并保存已生成音频；TXT 批量选好输出文件夹后点“全部保存到文件夹”，重名自动加“ (1)”，不覆盖已有文件。识别结果可预览、复制、导出 TXT / SRT，也可选好文件夹一键全部导出（文件名同原视频，重名自动加序号，不覆盖）。需要修改文字请导出后在编辑器中修改。原始媒体不会被改写。
实用技巧
- 录音环境越安静、说话越清楚，转写和声音克隆通常越稳定。
- 长批次先用一两个真实文件检查语言、音色和输出格式，再提交整批。
- 云请求结果未知时先使用恢复功能；更换文案、音色或语速后再次生成会形成新请求。
- 中文素材识别语言请保持“中文”（默认），结果会统一转为简体；选“自动判断”时不做转换。
- 超出单条字数上限的长文案用“导入 TXT”，会自动按 1000 字分段合成并在保存时拼成一个音频。
常见问题
本地识别收费吗？
不收费，也不需要月卡。首次下载模型需要联网，识别在本机执行。
为什么有的云识别不能选择？
只有登录、服务端完成配置并返回真实报价时才开放；当前不可用会明确禁用，不会用模拟结果代替。
支持哪些配音服务？
目前开放 MiniMax、微软 Azure、豆包，音色按语种和男女声分类；豆包另有粤语、上海话、河南话、北京话、天津话、四川话、陕西话、东北话 8 种方言音色。实际可选项以软件内音色列表为准。
提示单条文案字数超限怎么办？
单条字数上限随服务不同，超限时不会扣积分。把文案拆成多行，或改用“导入 TXT”批量配音，超过 1000 字会自动分段合成并在保存时拼成一个完整音频。
识别结果里有繁体字怎么办？
识别语言选“中文”（默认）时，本地识别结果会自动统一转为简体；选“自动判断”时不做转换，可改选“中文”后重新识别。
声音克隆怎么收费？
按积分计费，以提交前的报价为准，配音生成另计。创建前需确认是本人声音或已获授权；目前提供 MiniMax 克隆，克隆音色各模块共用。
TXT 批量配音是一个文件一个音频，还是一行一个音频？
两种都可以，导入后自己选：每个 TXT 生成一个音频（文件名同 TXT），或每行生成一个音频（文件名为“原名-行号”）。超过 1000 字会自动分段合成、保存时拼成一个完整音频；每段按服务端报价单独计费，生成前会显示预计积分并需要确认，已生成的段不会重复扣费。
能一次导入整个文件夹吗？
可以。点击选择文件夹或直接拖入，一次最多 500 个文件；扫描会说明不支持类型、重复文件、空文件夹、数量限制与读取失败。
识别结果可以修改吗？
软件内只提供预览、复制和导出 TXT / SRT，可一键全部导出到文件夹；需要修改文字请导出后在编辑器中修改。
任务中断后会重复扣费吗？
本地识别不扣积分；云任务先恢复原请求并查看服务端回执。未知结果不会自动用新请求重试。
识别记录、云任务和克隆音色可以删除吗？
可以。删除前会列出会删和不会删的内容，只删软件内记录和软件保存的副本，原音视频、原文案和已导出的文件不动。运行中的本地任务先取消；结果未确认的云任务暂不能删除。删除不退回积分，也不会重复扣费；克隆音色删除后需要重新付费克隆。
在哪里下载？
在下载页安装老黄牛AI 桌面客户端（v0.3.30 或更新版本），登录后在功能中心打开「文字与音频」；只用本机识别也可以不登录。