音述AI导出音频格式选择实操教程

音述AI导出音频须按用途选格式：文字校对用WA V，抖音/小红书用MP3（≥192kbps），剪辑交付用WA V/FLAC，播客用MP3+ID3；导出前需确认输入源、启用预处理、关闭静音段、校准起始偏移、禁用合并、核验编码器。

音述AI导出音频时选错格式会导致剪辑软件无法识别、字幕时间轴错位、或上传平台报错“不支持的编码”，必须根据下游用途精准匹配输出参数。

导出前确认原始语音质量与用途

进入音述AI项目界面后，先点击右上角的「项目设置」，查看「音频输入源」是否为16bit/16kHz单声道PCM。若原始录音是手机直录的AAC（如微信语音）或带压缩的MP4内嵌音频，

，否则直接导出会使底噪放大且节奏不准。

用途决定格式优先级：纯文字校对用WA V；发抖音/小红书选MP3；交付给剪辑师或配音公司必须用WA V或FLAC；做播客RSS订阅需MP3+ID3标签。

四种主流格式导出操作路径

点击右下角「导出」按钮 → 弹出格式选择面板：

方法一：WA V（无损，通用兼容）
点击「WA V」选项 → 勾选「保持原始采样率」→ 点击「导出」。这一步不压缩，文件体积大但时间戳绝对精准，Final Cut Pro和Premiere Pro导入后不会出现音画不同步。

方法二：MP3（轻量，平台友好）
点击「MP3」→ 在码率下拉菜单中

（低于128kbps会导致人声齿音发虚、背景音乐细节丢失）→ 若需嵌入作者名/专辑名，勾选「写入ID3标签」并手动填写→ 点击「导出」。

方法三：FLAC（无损+压缩，专业交付）
点击「FLAC」→ 保持默认「Level 5」压缩等级（平衡体积与解码速度）→ 注意：部分老旧安卓设备或车载系统不支持FLAC，仅推荐交付给后期团队或存档使用。

方法四：M4A（苹果生态首选）
点击「M4A」→ 确认编码器显示「AAC-LC」→ 码率选「256kbps」→ 导出后文件可直接拖入GarageBand或iMovie，无需转码。

关键避坑步骤（按顺序执行）

第一步：导出前关闭「自动添加静音段」开关。
音述AI默认在每段识别结果前后加0.3秒静音，用于分隔句子。但如果你后续要用Audition做精切或加混响，这段静音会导致自动化脚本误判起始点。

第二步：检查时间轴对齐精度。
导出前播放任意一句，暂停后观察波形图与文字高亮位置是否完全重合。若文字已高亮但波形尚未起振，说明模型对首音节捕捉延迟，此时需返回「高级设置」→ 调整「语音起始偏移」为-80ms。

第三步：批量导出时禁用「合并为单文件」。
多段访谈或课程录音若勾选此选项，所有段落会拼成一个长音频，中间用2秒黑场隔开——但黑场实际是静音，不是真正的间隔，导致字幕工具（如Aegisub）解析时把两段话连成一句。

第四步：点击「导出」后，要密切关注进度条右上角的「编码器状态」。
若显示「libmp3lame v3.100」或「fdk-aac 2.0.2」，这意味着调用的是高质量的开源编码器；要是显示「ffmpeg internal」，则有可能导致音质降质，此时应立即取消导出，并重启软件重新加载编码器。