必须手动关闭「智能配音」开关才能保留原始录音，否则系统会弃用上传音频并用AI配音替代；关闭后需试听原声、校验字幕与画面匹配逻辑，导出前确认音轨来源为“原始音频”。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
做历史解说视频时，你录好一段干净口播音频上传到花生AI，想保留原声只配画面和字幕，但发现成片里声音被替换成AI配音——这是因为默认开启「智能配音」开关，必须手动关闭才能用你的原始录音。
确认上传音频是否被自动替换
上传口播音频后，进入「音频生成视频」流程，在「配音设置」页右侧，默认勾选【智能配音】。只要这个选项开着，花生AI就会忽略你上传的原始音频，转而用内置音色或克隆音色重新合成旁白。
点击取消勾选【智能配音】，此时页面会立即显示“已切换为原声模式”，下方配音音色选择区自动置灰不可点。
这一步操作起来很简单，直接把文件拖进去就行。但若跳过此步直接点「开始生成」，系统将按默认逻辑重配，【原上传音频会被完全弃用，且成片中无法找回】。
启用原声模式后的必要校验
关闭智能配音后，务必点击「试听原声」按钮（位于音频波形图右侧），确认播放的是你上传的那段真实录音，而非静音、杂音或截断片段。
常见问题：手机录音常带环境底噪或开头0.5秒空白，花生AI可能误判为无效音频而自动静音首句。如试听异常，需重新上传剪辑过的干音版本。
试听通过后，再点「下一步」进入分镜匹配环节。
原声模式下字幕与画面的生成逻辑
方法一：让花生AI自动语音识别（ASR）提取字幕
系统会对你的原声音频做端到端语音转文字，生成时间轴对齐的SRT字幕；识别结果支持逐句编辑，错字可直接双击修改，改完后字幕时间轴自动微调。
方法二：上传已校对好的SRT字幕文件
点击「上传字幕」→选择本地.srt文件→勾选「强制使用该字幕时间轴」。此方式可规避ASR识别错误，尤其适用于含大量历史人名、古文引述的音频。
注意：两种方式生成的画面匹配逻辑一致——花生AI仍基于文案语义理解匹配素材，不是靠字幕文本关键词。所以即使你上传SRT，它也不会按字幕里的“万俟卨”去搜“wàn sì wō”相关画面，而是根据上下文判断应配“宋代司法场景”。
导出前最后一步检查
第一步：在预览界面拖动时间轴，核对任意3个节点——
① 音频波形是否连续无突兀中断
② 字幕出现时机是否与口型/停顿同步
③ 画面切换是否发生在语义断点（如“因此”“然而”“与此同时”之后）
第二步：点击右上角「导出设置」→确认「音轨来源」显示为“原始音频”，不是“AI配音”。
第三步：勾选「保留原始采样率（44.1kHz）」→点击「导出高清视频」。
