手机上的 Manim 动画怎么配音？Manim教程 App 的口播功能怎么用

在 iPhone 上，用「Manim教程」App 3.0.0 的「配音讲解」就能给 Manim 动画配音：在 AI 助手里点「＋」选「配音讲解」，说一句想讲什么，AI 先写口播稿；你改好稿点「合成」，AI 会照着语音的时间把动画做出来，最后导出的 MP4 自带配音。从发出需求到导出，最少点 3 下：发送、合成、导出。

Manim 是 Grant Sanderson 为 3Blue1Brown 频道开发的数学动画引擎，用 Python 描述画面，再逐帧渲染成视频。现在多数人用的是社区版，2026 年的最新版本是 0.21.0，Manim 本身没有「自动配音」，声音只能靠 add_sound 一条条加（入门介绍在这）。想系统学，2026 年最新的 Manim 中文教程在极坐标⋅XYZ 的教程里有提供，App 里也能看。

配音里 AI 写出来的动画代码，同样可以拿到极坐标⋅XYZ 的工作区里直接运行。

先说清楚：哪些版本能用

• 口播功能是 iOS 版 3.0.0（2026 年 10 月 30 日发布）新加的，更新说明里的标题是「配音讲解」。
• 鸿蒙版目前不能给动画加声音，self.add_sound() 会直接报错，见鸿蒙版介绍。Android 版有没有口播，以应用更新说明为准，本文不替它承诺。
• 合成语音和让 AI 改稿要消耗 AI 积分；口播最长约 2 分钟。

三步做出带配音的成片

1. 起手：在 AI 助手输入框左边点「＋」，选「配音讲解」。输入框上方会出现一个「带配音」的小标签。你也可以不点，直接在话里说「配音」「讲解」「口播」「旁白」，App 同样会先出口播稿。
2. 看稿、改稿、合成：说出要讲的内容，比如「用一个直角三角形讲勾股定理」。大约十来秒后会出一份口播稿，这是整个流程里唯一需要你停下来看的地方。每一句都能直接改字，也能拆句、并句，还能让 AI 帮你改（比如更口语一点、缩短一点）。可以选音色、口播语言和语速，点「合成」时按钮上会写明大概要多少积分。
3. 等 AI 做完动画，导出：合成完成后，AI 自己照着每一句语音的起止时间写动画，反复试渲染，直到每一段都对上声音为止。成片出来后，在导出选项里选 MP4，标着「带配音」；GIF 存不了声音，旁边会写「没有声音」。

口播页里能做的事

点开对话里的「口播」入口，进入的是一个单独的二级页，配音相关的操作都在这里：

• 31 个音色，选之前可以先听样音；语速可调。
• 7 种口播语言：简体中文、繁体中文、English、Español、Português (Brasil)、日本語、한국어。口播语言可以和界面语言不同，例如在中文界面里做英文讲解。改了语言之后稿子不会自动翻译，需要的话点一下让 AI 译。
• 逐句试听：整条试听时正在念的那句会高亮。
• 只改一句，就只重新合成这一句：改了字、没动别的句子，只对这一句再扣积分。
• 动画滞后提示：如果某一段的动画比语音长，这一段会标成「动画滞后」，并告诉你滞后多少秒。你可以让 AI 修这一段，也可以把这句话后面的停顿拉长一点。

它做了什么：把语音的时间交给动画

AI 写动画时用的就是 Manim 的老办法：整条语音只在开头加一次，每一段动画先等到这一句话的起点再动。下面这段不带声音文件，只演示这种「按语音时间点对齐」的结构，可以直接在工作区里运行：

from manim import *

# 每句口播的起点(秒)。在 App 里这些数字来自合成后的语音，这里手写一份演示
CUES = [0.3, 2.7, 6.9]


class NarratedTriangle(Scene):
    def wait_until_time(self, t):
        gap = t - self.time
        if gap > 1 / config.frame_rate:
            self.wait(gap)

    def construct(self):
        # 真有音频时，在这里加一行 self.add_sound("assets/voice.mp3")
        self.wait_until_time(CUES[0])   # 第一句：先看这个直角三角形
        tri = Polygon(ORIGIN, RIGHT * 3, UP * 2, color=WHITE)
        self.play(Create(tri), run_time=1.5)

        self.wait_until_time(CUES[1])   # 第二句：两条直角边分别是 a 和 b
        a = MathTex("a").next_to(tri, DOWN)
        b = MathTex("b").next_to(tri, LEFT)
        self.play(Write(a), Write(b), run_time=1.2)

        self.wait_until_time(CUES[2])   # 第三句
        self.play(Indicate(tri))
        self.wait(1)

任何一段动画比它那句话的时长更长，后面的声音就会比画面早到，这就是 App 里「动画滞后」想标出来的情况。

声音怎么进视频：渲染完成后，App 把声音混进 MP4，所以 App 里的预览和导出的文件都能听到。这也意味着，你自己手写的 self.add_sound("assets/xxx.mp3")，在 iOS 3.0.0 里一样会混进成片，gain、time_offset 的意思和电脑上一致，详细讲解见这篇 add_sound 教程。

一次真机的用时

按开发记录，2026 年 10 月 30 日在 iPhone 17 Pro Max 上的一次实测：一份 9 段、699 字的口播，合成用了约 15 秒，语音共 52.8 秒，从点「合成」到成片出来用了 84.2 秒，成片 53.3 秒。把稿子改成 10 段 789 字再重新合成对齐，成片 60.0 秒。这是单次记录，手机型号、网络和稿子长短不同，用时会不一样。

常见问题

Q：只能用 AI 写稿吗？可以自己写口播稿吗？ A：可以自己写。口播稿里每一句都能手改、拆、并、粘贴多行。AI 写稿只是起手更快。

Q：自己录音可以吗？ A：这一版只做文字合成语音，用自己的录音当旁白这一版没有做。自己有现成录音的话，可以把音频导入项目的 assets/，用 self.add_sound 手动加进场景。

Q：声音和动画对不上怎么办？ A：看口播页里标着「动画滞后」的那一段，点它可以让 AI 修这一段，或者拉长这句话后面的停顿。改动只影响受影响的那几段。

Q：配音要花多少积分？ A：按字数算，点「合成」之前，按钮上就会写出这一次大概要多少积分。只改一句，只算这一句。具体价格以 App 里显示为准。

Q：导出的是什么格式？ A：MP4 带配音。GIF 没有声音。

iPhone 上打开「Manim教程」App 更新到 3.0.0，在 AI 助手里点「＋」选「配音讲解」，说一句想讲的内容就能开始；想先学 Manim，从教程第一课看起；在电脑上，直接打开工作区贴代码运行。

来源：极坐标⋅XYZ（jizuobiao.xyz），2026 年 11 月 8 日更新，基于 Manim 社区版 0.21.0 与「Manim教程」iOS 3.0.0。功能以 App Store 上的最新版本为准。