视频教程
https://www.bilibili.com/video/BV16n8A6nEDw/
做一条视频，配音用一个工具，字幕用另一个，想让 Cursor、Claude、codex 等 AI Agent 帮你读稿，还得再打开浏览器。
我把这三件事收成了 VoiceMagic。上传音频就能开始：克隆你的声音，或者把语音转成文字。也可以接到 Cursor、Claude Code、Codex，在对话里直接合成。
首页标的是 47 种以上语言，短文本合成通常在数秒内返回。下面按使用顺序写：克隆、转写、它和本站 Voicebox 那篇各管什么、以及怎么接到 AI 编程助手。
克隆：上传 3 到 30 秒参考音频
声音克隆要的是一段你自己的声音，不是一段名人录音。请只用你有权使用的声音。
在 声音克隆 页上传 3 到 30 秒参考音频，建成专属音色。之后用这个音色朗读文案，并可做情感和风格控制。首页上的样本可以先听，再决定要不要建音色。
一条口播可以这样走完。先上传大约 20 秒你自己的声音，得到音色。再把今天的稿子交给这个音色。成片要字幕时，把音频丢进转写，导出 SRT。
人不用在三个网站之间切。
推理在 VoiceMagic 自己的环境里跑，你通过网页或小程序上传。这不是装在你电脑上的离线软件。音频会交到这个站点处理。
建好的音色可以在微信小程序里接着用。小程序绑定网站账号后，音色和任务记录同步，每天签到还能加额度。绑定方式在 小程序说明 页。
转写：上传音频，导出文字
语音转文字 接受 MP3、WAV、OGG、M4A。语言可以自动检测，也可以指定中文。页面上可以直接选纯文本。
你要是更想用本地软件出字幕，本站有一篇 AsrTools 转字幕。VoiceMagic 走的是上传到网页这条路。
它和 Voicebox 各管一件事
本站写过 Voicebox：开源，装在你自己的电脑上，那篇里的数字是约 3 秒样本、23 种语言、本地运行。
VoiceMagic 是另一条路。它在网页里完成克隆和转写，首页写的是 47 种以上语言、3 到 30 秒参考音频，并且能接到 Cursor 等 AI Agent 工具里让 AI 自动执行任务。要上传即用，还要在写稿的地方直接配音，直接用 VoiceMagic。
频道里还有一篇 虚拟人物情感配音。那是另一种工具。这篇只讲 VoiceMagic。
跟 AI 说一声就能合成
Skill / MCP 文档 写的接法不用在本机再装一个程序。登录后打开「我的 → MCP 令牌」，创建以 vmpat_ 开头的令牌。令牌只显示一次。然后在 Cursor、Claude Code 或 Codex 里粘贴该页的 Streamable HTTP 配置。
连上之后，对话里可以做以下任务：
-
看今日次数和会员额度
-
列出已有音色
-
指定音色合成，可以用自然语言描述语气
-
看任务进度
新音色不能在对话里创建。要先在声音克隆页上传。
只配 MCP 就能用。Skill 是给助手的说明文档，可选。文档页可以下载 zip，Cursor 用户放到 .cursor/skills/voicemagic/。
常见问题
VoiceMagic 是什么？
一个网页语音工具：用参考音频克隆音色，把语音转成文字或字幕，也可以从 Cursor 等客户端发起合成。
它是装在自己电脑上的吗？
不是。你在网页或小程序上传音频，推理在 VoiceMagic 自己的环境里完成。要完全离线，用本站 Voicebox 那篇里的软件。
免费能不能先试？
能。按写文时的会员页，每天 2 次合成、3 次转写，中文单次 100 字，2 个音色。
在 Cursor 里能新建音色吗？
不能。音色要先在声音克隆页上传。对话里只能使用已经建好的音色。
下一步：先听样本，再上传一段自己的声音
先打开 VoiceMagic 首页 听现成样本。样本对你有用，再去 声音克隆 上传 3 到 30 秒你自己的声音。转写从 语音转文字 进。已经在用 Cursor，配完音色再看 MCP 配置。
有配额或接入上的具体需求，邮件 ligangzh98@gmail.com，或加微信 tech-site。
评论