WellSaid Producer 将 AI 配音制作引入 MCP 工作流

WellSaid 于 2026 年 11 月 10 日推出 WellSaid Producer，让其配音制作工具立即可用于 Claude、ChatGPT、Copilot 以及其他通过 Model Context Protocol (MCP) 连接的工作流。此次发布还支持以 48kHz 原生生成音频，这是电影、视频和广播领域的标准。

Producer 将选角、指导、发音、审核和版本管理等功能带出单一制作界面。这些功能可通过 WellSaid 的 MCP 服务器，在 AI 助手或客户自有软件中运行；该服务器负责将制作工具连接到这些应用。WellSaid Studio 仍是用于手动编辑的网页工作空间。

首席执行官 Benjamin Dorr 表示，此次发布是为了回应团队将不同工具的功能组合使用的趋势，而 WellSaid 专注于准确交付、统一的品牌声音，以及能够保护演员权益的许可机制。

跨现有工具制作

Producer 文档介绍了一套工作流程：先从通过 MCP 连接的助手、内容平台或项目管理工具导入脚本。团队可以从数百种声音中试听，用日常语言调整语速和重音，并将结果提交审批。完成后的音频和字幕随后可发送至内容管理系统、数字资产管理系统或学习管理系统，并附带嵌入式权利与许可记录。

Producer 和 Studio 共用声音、发音库和项目。通过 Producer 创建的音频会在 Studio 中进行版本管理和编辑追踪。脚本、产品名称或政策发生变化时，Producer 可以使用已批准的声音和指导，一次性更新所有受影响的配音，让审核人员评估新版本，而不必逐个重新制作文件。

这意味着维护工作从项目启动时就已纳入流程：用于制作培训课程或产品视频的同一连接，也可以在基础材料发生变化时更新其旁白。

原生音频与发音

WellSaid 表示，Producer 是首个以 48kHz 原生生成音频的配音制作平台，因此全保真音频无需升采样即可进入视频时间线。这项功能不同于自 2025 年起支持的 96kHz 输出；后者用于商业编辑和混音。该功能面向的保真度要求也高于工业应用和交互式语音应答应用。

智能体风格指南可在互联工作流中统一应用品牌名称、产品名称、首字母缩略词和技术术语的发音。WellSaid 表示，其底层发音模型使用了 Oxford Languages 提供的超过 500,000 条转录文本进行训练。

该数据集来自 WellSaid 于 2024 年 2 月 6 日宣布的一项合作。Oxford Languages 提供了带音节划分和不带音节划分的英语转录文本，以及大多数单词的音频，用于训练 WellSaid 的 Respelling 系统。该系统允许用户调整真实词语或自创词语的发音。Producer 会在互联工具中应用这项发音控制，让内容修改后，偏好的发音仍能保持一致。

贯穿 AI 工作流的许可机制

无论团队使用 Studio 还是 Producer，同一套许可机制都适用。WellSaid 表示，其授权用于商业用途的每种声音都来自一位已同意授权的专业演员；每当该声音被使用，演员都会获得报酬。两种环境中都可以查看每种声音的许可条款。即使制作是在 AI 助手或客户自建工具中进行，这份许可记录也会随成品音频保留。客户还可以按照同一套同意与许可机制，为自己的品牌创建定制数字语音复制库。

为该平台提供声音的演员之一 Alicia Harris 表示，这款产品让她的声音更容易被使用，同时客户也能提高效率，而演员“仍是制作流程的一部分，并能获得报酬”。她的表态凸显了此次发布涉及的劳动议题：自动化改变了配音制作的地点，但 WellSaid 的模式确保演员的同意和报酬始终与声音的使用挂钩。

Producer 还允许其他供应商的语音模型与 WellSaid 的声音在同一工作流中协同运行。WellSaid 自行开发模型，也与使用商业授权数据训练的其他模型合作；该公司表示，计划拓展 Producer 的人才与许可选项。

对于制作课程、营销视频和其他定期更新内容的企业来说，需求不止于生成语音。音频在 AI 助手、外部语音模型和发布系统之间流转时，发音、修改记录和演员许可都必须保持完整；Producer 的设计目标正是将这些制作控制环节整合在一起。