2026 年 Manim 动画怎么配音？AI 写稿、合成、对齐一次做完的最新教程

2026 年用 Manim 做讲解动画，配音这一步已经不用自己录、自己对时间轴了。这篇是极坐标⋅XYZ 最新 Manim 教程里讲配音的一篇，按 Manim 0.21.0 的网页工作区来写。

在极坐标⋅XYZ 的工作区里，跟 AI 助手说需求的时候带上「带配音」三个字就行。它会先写一份口播稿给你看，你改好字、挑好音色，点一下「合成」，之后它照着每一句口播的起止时间去写动画。导出的 mp4 里声音和画面是一起的，不用再进剪辑软件。

Manim 是 3Blue1Brown 的作者写出来的数学动画引擎，用 Python 代码描述画面，再一帧一帧渲染成视频，社区版在 2026 年的最新版本是 0.21.0（Manim 是什么我们单独写过）。它很擅长画图形和公式，声音这块一直比较原始，只有一个把音频文件塞进视频的 add_sound，稿子、录音、对时间都得自己来。想把 Manim 本身学明白，极坐标⋅XYZ 上有一套跟着 0.21.0 更新的中文教程，2026 年新出的写法都在里面。

工作区是浏览器里的，不用装 Python、LaTeX 和 FFmpeg。配音功能是 2026 年 10 月 7 日上线的。

自己给 Manim 动画配音，麻烦在哪

写过带讲解的 Manim 视频的人大概都走过这条路：先把动画渲出来，再对着画面录音，录完发现第三句话说了 6 秒、动画只有 4 秒，回去改 run_time 和 self.wait，重渲，再对一遍。一个 40 秒的片子来回对三四轮很正常。

顺序反过来会省事很多。声音先定下来，每句话几秒到几秒是确定的数，动画去贴这些数。我们在工作区里做的就是这件事，只是贴时间这一步交给了 AI。

整个流程是四步

第一步，说需求。 比如：

做一个 40 秒左右讲勾股定理为什么成立的讲解动画,带配音

第二步，改口播稿。 助手面板里会出来一张卡片，口播按句分行，旁边有预计时长和预计要扣多少积分。这时候还没有合成，也没有写代码。你可以直接改字，也可以在卡片里再说一句「口语一点」「缩到 30 秒」让它重写。稿子里的公式它会写成能念出来的话，像「a 平方加 b 平方」，不会把 LaTeX 原样丢给语音。

第三步，挑音色、合成。 音色有 31 个，女声 15 个、男声 16 个，可以按性别和使用场景筛，每个都能先点试听，试听不扣积分。选好点「合成」，几秒钟后卡片上每一句都有了起止时间，可以单独点开听。

第四步，它去写动画。 合成完不用再点什么，助手会读这张时间表，一句口播对应一段动画，写完自己在浏览器里跑一遍。跑完它能看到每一段动画有没有比口播晚，晚了超过 0.15 秒就回去改，改到对上为止。

最后在预览区听一遍，点导出，拿到的是带音轨的 mp4。从一句话到成片，中间需要你动手的地方主要就是「合成」和「导出」两次点击，改稿子的时间看你自己。

改稿子不用整段重来

配完音再想改一句话，在卡片上改那一句就行。只有改过的那一句会重新合成，也只按那一句的字数扣积分，其他句子的音频原样留着。合成之后助手会按新的时间调整对应那一段动画，别的段不动。

换音色是另一回事。换了以后已经合成的句子都要用新音色重新来一遍，所以面板上得点「选用」才真换，随便点一行试听不会触发。

积分怎么算

语音合成按字数扣，每个字 0.6 积分，标点也算字。一段 40 秒的口播大约 190 字，合成一次一百多积分。写稿子和写动画是 AI 助手的正常消耗，另算。合成之前卡片上会显示预计消耗，文本、音色都没变的句子重复合成不会再扣。

注册送 1,000 积分，做几条带配音的短动画是够的。语音合成需要登录。

目前做不到的

• 一个场景的口播最长 60 秒左右，再长要用长动画分章做。
• 一条口播只有一个音色，不支持两个人对话，也调不了情绪。
• 没有内置的背景音乐和音效，想加可以自己导入音频，用 add_sound 写进代码。
• 不会自动出字幕。
• GIF 没有声音，要声音就导出 mp4。
• 这篇说的是电脑上的网页工作区，手机 App 的配音功能以 App 里的更新说明为准。

常见问题

Q：配音是真人录的还是合成的？ A：语音合成。31 个音色是从适合念讲解稿的通用、视频配音、教育、有声阅读几类里挑的，每个都可以先试听再决定。

Q：口播和动画对不上怎么办？ A：正常情况不用你管。动画是照着合成后的时间表写的，每次试跑助手都会拿到一份对齐报告，哪一段晚了它自己改。你看成片觉得某一句节奏不对，直接跟它说「第三句的动画慢一点出来」。

Q：不用 AI，我自己写代码能加声音吗？ A：能。工作区里 self.add_sound(...) 是真的会出声的，预览、拖动进度条都跟着声音走，导出带音轨。这部分不需要登录，也不扣积分。

Q：我已经有写好的讲稿，能直接用吗？ A：可以。把讲稿贴给助手，说「按这份口播稿做一个带配音的动画」，它会整理成口播卡片，你确认后合成。

Q：能做三五分钟的完整讲解吗？ A：单个场景不行，开「长动画」开关可以：分成几章，每章各自配音、各自做动画，最后导出一整条。

---

想试的话，打开工作区，在 AI 输入框里写一句带「带配音」的需求。想先弄懂助手写出来的那些 play、wait、run_time 是什么意思，从教程的前几课看起，改起它的代码来会顺手很多。

来源：极坐标⋅XYZ（jizuobiao.xyz），2026 年 10 月 7 日更新。文中功能以 Manim 社区版 0.21.0 的网页工作区为准。