先说结论：新手给短视频配音，一分钱不花也够用。剪映自带配音、豆包文字转语音、微软 Edge 浏览器朗读，这三个免费工具加起来，够你从零撑到账号能稳定出单。真正该掏钱的，是你开始接商单、或者配音要被人「听出是 AI」的时候，才轮到上克隆音色那种付费功能。我做了半年口播号，配音这关就是这么一步步省下来的。
一、5 个免费 AI 配音路子，按自己情况挑
手机里最常见。页面下方「文字」里点「文本朗读」，选一个音色，选完一段点一下就有。十几二十种音色随便试，男女声、新闻腔、软萌风都有。只用手机剪视频的人，基本到这步就够了，别人还在纠结用哪个工具时你已经出片了。
阿里出的，网页端和 App 都有。比剪映的强在音色细致：能调语速、断句，还有那种带点情绪的「情感音」。做口播号、或者一次要转一大段稿子的人用这个顺手，可以整段贴进去转，不用一段段点。
几乎没人把它当配音工具用，冷门但好用。打开 Edge 按快捷键 Ctrl+Shift+U 就调出「大声朗读」，选中文在线声音，有个叫「云希」的男声，读出来真的像播音员，免费音色里最能藏住 AI 味的。缺点是只能一段段复制进去读，得自己录屏或想办法抓音频，适合要求高、不嫌麻烦的人。
音色更多、可以调停连读和变调，但免费额度少，传的好音色基本都要会员。拿免费额度试试声、找找感觉可以，长期用还是回到上面两个免费主力。
没网也能用，音色一般、普通话偶尔不标准，胜在零门槛。赶时间、只是临时救急垫一段，可以拿来顶一下。
二、一条能直接照做的配音流程
- 先用剪映把画面剪好，留出放声音的时间轴，别等到最后才想配音。
- 把口播稿整段贴进豆包文字转语音，选一个女声或男声音色，试听三遍再定——音色这事耳听为实，别只看介绍。
- 导出的音频拖回剪映，按台词节奏跟画面卡点对齐，重点词放慢半拍，情绪能起来一点。
- 心态提醒：一段 60 秒的口播，AI 生成加上微调，正常 15 分钟能搞定，别指望它一步到位。
三、避坑：这些东西只有上手才知道
- AI 会读错字。多音字、人名、专有名词最容易翻车，比如「涨粉」你那稿子里某些字 AI 会按错音读。生成后一定把全文听一遍，把读错的单独改正，这个步骤省不得。
- 稿子平，音色再像人也救不回来。AI 只能按你写的调读，稿子本身没钩子它就读得平。先改稿，再配音，顺序别反。
- 音量不统一。多段配音拼起来容易忽大忽小，导出前在剪辑软件里全选、统一音量到 -14 到 -16 LUFS，听感才稳。
- 免费音色的「AI 味」一眼能闻出来。看评论、接商单之前，先想想听众会不会出戏。真到了要接单变现那步，再考虑付费克隆音色或自己录一段当底噪。
- 别交钱买「多音色大礼包」。新手阶段免费的那几个够用，先靠内容跑起来再说。
四、小结
一句话，先用剪映配音把片出起来，觉得音色不够像人再换豆包，追求真人感就用 Edge 朗读，三个免费工具按需叠加，足够支撑你账号起步。真要动手录口播、或者以后接商单要更稳的音质，再配一套入门设备也不迟——有需要的可以看看USB 电容麦 拼多多购买，或者监听耳机 拼多多购买。想知道做口播号的完整手顺，可以翻翻我们的短视频工具箱和AI 创作工具箱。