视频配音到底要花多少钱？

配音按成片分钟计费，听起来很简单——直到你为同一条视频拿到三份相差两个数量级的报价。这个差距是真实的，也解释得通：你每次买的根本不是同一样东西。下面是价格里真正装着的内容。

一切都按成片分钟计费

整个行业的计价单位是最终成片的分钟数，既不是工时，也不是字数。一条十分钟的视频就是十个单位，无论录音棚花了两小时还是两天。

这对你有一个具体影响：说得快并不省钱，而空白会让你多付钱。在把文件发出去之前剪掉停顿和废话，是账单上唯一免费的杠杆。

报价会聚成三个区间，而它们之间的差距主要并不是利润，而是实实在在不同的工作量。

专业录音棚配音。选角流程、录音间里的配音演员、配音导演、录音师和一遍混音。这是影视和广播采购的东西。按成片分钟计，通常是每分钟数十欧元起，并随着人声数量和口型要求继续上涨。
自由职业配音。一位配音演员在自己的家庭录音棚录制，通常没有导演，混音也较轻。比录音棚便宜得多，质量几乎完全取决于你找到的是谁。周期以天计。
AI 自动配音。转写、翻译、合成串成一条流水线，除非你自己加，否则中间没有人工。按成片分钟计，从几分钱到几欧元不等，几分钟内交付。

最高档与最低档之间两个数量级的差距，正是独立创作者今天能做本地化的全部原因。十年前只存在前两档，而两者都让「稳定更新」这件事在预算上不可能。

在任何一档之内，推动数字变化的都是同一批因素。了解它们，你才能读懂一份报价，而不是只能接受它。

在向任何人要报价之前，先做这道算术。它花一分钟，却能告诉你自己实际在哪一档里采购。

把你一个月内想配音的成片分钟数加起来——不是整个存档，只算你今后会实际做本地化的那部分。
乘以目标语言的数量。这是最常被忘记的一步，也正是预算爆炸的地方：三种语言就是三倍。
把这个月度总量对照每一档。一位每月发布两条 20 分钟视频、做两种语言的创作者，每月是 80 个成片分钟：在自动档位里是零头，在录音棚档位里则是一笔严肃的月度账单。

为了和上面的数字对照，这里给出真实金额，而不是含糊的「实惠」。Voxia 以每月处理分钟配额的形式售卖，由 Google Play 计费，无需长期承诺：

拿 Creator 档做个除法，大约是每个成片分钟三分钱。当你在判断「本地化到底值不值得一试」时，这就是应当与「每分钟数十欧元」并排摆出来的那个数字。

便宜并不自动等于正确。当风险是不对称的时候，人工配音值它的价钱：品牌广告、电影，以及任何「一个人名念错或一个笑点被抹平」的代价高于整个配音预算的场合。

对于建立在表演之上的内容——剧情、喜剧节奏、演唱——人工同样是对的选择，因为你买的是诠释，而不是翻译。自动配音不会诠释，任何价格都改变不了这一点。

至于其他一切——教程、出镜口播、播客、访谈、产品讲解——自动档位能把活干完，成本低到足以让你把发布的所有内容都本地化，而不必纠结究竟哪一条视频配得上。

因为它们是不同工作的报价。录音棚报价包含选角、有导演的录制和专业混音；自动报价一样都不含。价格差距反映的是你所获得的东西的真实差异，而不只是利润率。

几乎普遍按成片分钟。单独的笔译常按字数计费，但配音按交付音频的时长计费，因为决定录音棚时间的是时长。

自动化流程，价格落在每分钟几分钱到几欧元的区间。而最省钱的一步是：先把源文件里的静音和废话剪掉，因为你为每一个成片分钟付费，包括空白的那些。

在人工档位里会：可用的配音演员更少，价格就更高。自动配音在其支持的语言之间通常价格一致，因为成本来自计算时间，而不是人才供给。

不应该。转写和翻译在制作配音时本来就会发生，所以字幕文件是副产品。Voxia 每次配音都会一并返回两份字幕文件，不额外收费。