Kara3
說明 開啟編輯器

自動對時:讓歌詞自動對上歌聲

更新於 2026年10月18日

手動拍點要跟著歌一句一句按,一首歌常常要好幾分鐘。「自動對時」會先把人聲從音樂裡分離出來,再比對歌詞的發音,找出每個字開始唱的時間。對完再用逐字拍點微調,比從頭拍快很多。

需要準備什麼

  • 本地的影片或音檔:用「檔案 > 開啟影片檔」開啟 mp4、mp3、m4a、wav 等檔案。YouTube 網址拿不到聲音,不能用。
  • 新版的 Chrome 或 Edge:對時會用電腦的顯示卡 (WebGPU) 計算,比較快。不支援 WebGPU 的瀏覽器會改用 CPU,也能對時,只是慢很多。
  • 歌詞:一句一行的字幕,時間不用準,順序對就好。可以匯入 SRT、LRC 等字幕檔,或從 LRCLIB 搜尋,或在字幕清單一句一句輸入。

第一次使用要下載約 320 MB 的模型,之後離線也能用。影片的聲音和歌詞都只在你的電腦上處理,不會上傳。

支援的語言:中文、日文、韓文、英文、西班牙文。同一首歌夾雜英文也沒問題。英文、西班牙文會對到單字裡的每個音節。

開始對時

  1. 開啟歌詞和影片。
  2. 選「字幕 > 自動對時」。
  3. 選範圍:
    • 選取的字幕:只在這幾句目前時間的前後 3 秒內找,適合重對其中幾句。
    • 整條字軌:整首歌從頭對,句子原本的時間不用準。有兩條以上字軌時,可以從旁邊的選單選要對哪一軌。
    • 全部字軌:有兩條以上字軌時才會出現。對唱的歌如果每位歌手一條字軌,要選這個;只對一軌的話,兩人都唱過的歌詞可能會對到另一個人唱的地方。
  4. 想保留原本的字幕,就勾「產生新字軌」,結果會放在新的一軌。
  5. 按「開始對時」。

自動對時的設定視窗自動對時的設定視窗

對時分五個步驟:準備歌詞的發音、下載人聲分離模型、下載對齊模型、分離人聲、對齊歌詞。下載都在最前面,網路有問題會在一開始就知道;已經下載過的會直接跳過。一首 3 分鐘的歌,在一般的獨立顯示卡上大約 1 分鐘。分離好的人聲會存在這個瀏覽器 (預設保留最近 5 首,可以在「設定」調整或清除),同一首歌再對時 (例如重對幾句或對讀音行),就不用再分離一次,隔天再開也一樣。分離到一半時關掉瀏覽器也沒關係,下次會從中斷的地方接著分離。

想先做別的事,可以按視窗左下角的「背景分離人聲」:人聲會在背景分離並存起來,狀態列會顯示進度,這時是用 CPU 分離,電腦不會卡,可以繼續編輯 (3 分鐘的歌大約 5~10 分鐘);之後對時就只剩對齊歌詞這一步。

對時的時候請讓這個分頁保持在前景,瀏覽器會讓背景分頁的顯示卡運算慢很多。顯示卡會全速運作,電腦畫面可能會有點卡。覺得太卡的話,先試試勾「降低顯示卡負載」:人聲分離改成較短的分段,卡頓大約減半,準確度幾乎一樣 (第一次要另外下載約 80 MB)。還是太卡,就勾「用 CPU 計算」:慢好幾倍 (3 分鐘的歌大約 10~20 分鐘),但電腦不會卡。

對完之後

  • SRT 這類一般字幕對完時間後還看不出變色,Kara3 會接著開啟「轉成卡拉 OK」,並勾好「保留字幕原本就有的逐字時間」,轉換後就能看到逐字變色。
  • 已經是卡拉 OK 的句子,會直接更新每個字的時間。
  • 建議用逐字拍點播放檢查一遍。不對的句子可以選起來按 R 重拍,或選取後再自動對時一次。
  • 整次對時可以用 Ctrl+Z 一次復原。

讀音行也能單獨對時

用自動注音的「獨立一行 (新字軌)」做出的讀音行,可以單獨對時:只選讀音行,或在讀音軌選一句後選「整條字軌」。

讀音行會沿用歌詞已經調好的時間,只把歌詞裡一起變色的一組字拆成音節。例如「二人」唱成「ふたり」,原本的歌詞維持整組變色,振假名行則是ふ、た、り各變一次,羅馬拼音行也是 fu、ta、ri 各變一次。拆出來的音節會在那一組的時間範圍內聽聲音找時間,聽不清楚的就平均分配。漢語拼音和韓文羅馬拼音行本來就跟著歌詞逐字變色,不用另外對時,會跳過。

請在歌詞時間調好之後再做讀音行;之後又改了歌詞時間,就先重新執行一次自動注音。重新執行自動注音會重新產生讀音行,對好的時間會被蓋掉,所以讀音行建議最後再對。

哪些情況比較不準

  • 讀音和字典不同:漢字照字典的讀音比對,歌詞「水面」唱成「みなも」這類就會偏。先用自動注音加上注音,再改成實際唱的讀音,對時會優先照注音。
  • 唱得含糊或漏唱的字:會用前後的字推算時間。
  • 方言:台語、粵語等用中文字寫的歌詞,會照國語讀音比對,誤差比較大。
  • 和聲很多、伴奏很吵的歌:人聲分離不乾淨,也會比較不準。

我們用幾十首不同語言的歌實測,大部分的字和手動拍點的差距都在 0.2 秒內。

其他說明

enesjakozh-cnzh-tw