三样工具，
合成一块面板。
克隆声音配旁白、一句话生成音效、口播自动变字幕，原本要在几个软件之间来回。现在它们在剪辑软件的同一块扩展面板里，做完的东西直接落在你正在剪的那条时间线上。
- 字幕合成口播转成校对好、对齐好的字幕
- 语音克隆一段参考音频，读出你写的台词
- 音效生成一句话或一帧画面，生成音效
一段参考音频，
读出你写的每一句。
把时间线上的人声提取进来，转录出参考文本，存进音色库，下次一点就能用。写好台词，加一种情绪，合成出来的旁白按项目和序号命名，一键导入时间线。
- 提取一段人声选中时间线上的人声片段，点「提取」，它就成了参考音频；再点「转录」，参考文本自动填好。
- 存进音色库取个名字保存。下次在音色库里点一下，声音和参考文本一起回来。
- 写台词，加一种情绪在文本里输入 /，弹出情绪菜单：71 种标签，也能直接写一句描述。
- 合成，然后导入完成后跳到合成历史，点「导入时间线」，旁白落在播放头处的空闲音轨，这里是 A1。
四个模型，
一颗旋钮。
云端引擎不占显卡，填上自己的 Key 就能用；本地模型在你的显卡上离线运行，不按次计费。在设置里打开要用的引擎，面板上的旋钮就在它们之间切换。
云端 · 默认开启
Fish Audio S2.1
情绪最丰富：71 种标签，也可以直接写一句描述。
- 需要
- 填上 Fish Audio 的 API Key
- 高级参数
- 稳定、平衡、生动三档预设
- Fish Audio S2.1：云端，默认开启，71 种情绪标签，也可以写自然描述；需要 Fish Audio 的 API Key。
- 豆包 Seed-Audio：云端，语速、音调、音量可调，同一把 Key 还能生成音效；需在设置里打开并填写火山引擎的 Key。
- Qwen3-TTS 1.7B：本地，质量更高，模型约 4.3 GB。
- Qwen3-TTS 0.6B：本地，更轻更快，模型约 2.4 GB。
说出你要的声音，
或者让它看一眼画面。
写下场景、声音元素和远近变化，豆包在云端把它生成出来，单次最长 120 秒。附上时间线的当前帧，它会照着画面的氛围来做。用之前在设置里打开豆包引擎，填上自己的 Key。
- 附上当前帧点相机按钮，抓取播放头所在的那一帧画面。
- 描述声音也可以点「雨声」「风声」「转场」这些常用描述，一键填好。
- 生成，然后导入和配音一样进合成历史，再放到播放头处的空闲音轨，这里是 A2。
从口播到字幕轨，
一次走完。
提取、转录、对照原稿校对、拆条、对齐，在 Premiere Pro 里一口气做完。原稿是参考，不是答案：口播里多说的话会保留下来。
- 提取与转录提取时间线上选中的口播，云端转录，带上时间戳。
- 对照原稿校对模型照着原稿改正同音字、统一数字写法，再按字数拆成一行一行；改了什么，检查报告里都有记录。
- 边听边改播放时当前行亮起并跟着走。虚线是目标 14 字，点线是最长 16 字。
- 对齐，导入字幕轨按时间戳对齐原音频，导入 Premiere 的字幕轨，也能导出 SRT。
十秒钟的片子，
三条轨道都出自 Purpur。
旁白在 A1，环境音在 A2，字幕在 C1。
合成过的每一条，
随时再用。
配音、音效和字幕都留在合成历史里。点一下就能试听，点「导入」放回时间线，同一条可以反复导入；字幕还能恢复到当时的检查状态，接着改。
After Effects 与 Premiere Pro，同一块面板。
两个软件里是同一块面板，能做到哪一步取决于软件本身。DaVinci Resolve Studio 版正在测试，暂不随安装包提供。
| 能力 | After Effects | Premiere Pro | DaVinci Resolve Studio测试中，暂不随安装包提供 |
|---|---|---|---|
| 配音、音效，导入时间线 | 支持 | 支持 | 测试中 |
| 提取时间线音频 | 工作区里只有一个音频源时 | 先选中片段，可多选 | 测试中：取入出点范围内的片段 |
| 抓取当前帧做音效参考 | 支持 | 支持 | 测试中 |
| 字幕导入字幕轨 | AE 没有字幕轨 | 支持 | 测试中：导入媒体池，再手动拖放 |
技术规格
- 配音引擎
- Fish Audio S2.1（云端，默认开启）
豆包 Seed-Audio（云端）
Qwen3-TTS 1.7B / 0.6B（本地）
豆包和本地模型在设置里打开；云端引擎填自己的 Key - 情绪与参数
- Fish Audio：71 种情绪标签，也可写自然描述
Fish Audio 与 Qwen3-TTS：稳定、平衡、生动三档预设
豆包：0.5–2 倍语速，±12 半音音调，输出音量 - 音效
- 豆包云端生成，可附参考图片或当前帧
单次最长 120 秒
需打开豆包引擎并填写自己的 Key - 转录
- 豆包识别（云端，默认，内置识别 Key）
Paraformer-zh（本地，离线，仅中文）
也可以接其他语音识别 API - 字幕校对
- 任意 OpenAI 兼容接口的大模型
目标 14 字、弹性 2 字，可调
汉字算 1 字，英文字母和数字各算半字，标点不计 - 输出
- 配音：项目_Purpur_序号_摘要.wav
音效：Purpur_SFX_序号_摘要.wav
字幕：项目_字幕_序号.srt - 宿主
- After Effects、Premiere Pro 2024（24.0）及以上
DaVinci Resolve Studio：测试中，暂不随安装包提供 - 系统与显卡
- Windows 10 / 11，64 位
显卡可选；NVIDIA 显卡能让本地合成和转录快好几倍 - 磁盘
- 插件约 1.7 GB；GPU 运行环境另需约 4 GB
本地模型按需下载，每个约 1.2–4.3 GB
下载，安装，从扩展菜单打开。
不需要管理员权限，也不用另装 Python。插件会自动检查更新，新版直接覆盖安装，设置、音色库、API Key 和模型目录都会保留。
- 下载安装包从 GitHub Releases 下载最新的安装包（Purpur-Setup.exe）。
- 关闭 AE 和 Pr 后运行插件装在你自己的用户目录里。
- 选运行模式有 NVIDIA 显卡选「GPU 加速」，安装时会在线下载约 2.5 GB；没有就选「CPU 模式」。只用云端服务的话，CPU 模式就够了。
- 打开面板在 AE 或 Pr 里选「窗口」›「扩展」›「Purpur」。
常见问题
一定要有显卡吗？
不用。配音、音效和转录都可以走云端，普通电脑就能用。有 NVIDIA 显卡时，可以改用本地的 Qwen3-TTS 和 Paraformer-zh，完全离线。
用起来要花钱吗？
Purpur 本身免费。转录默认用插件内置的识别 Key，装好就能用。Fish Audio、豆包合成与音效、字幕校对用的大模型按各家价格计费，需要你自己填 Key；只用本地模型则不产生费用。
我的音频会被上传吗？
只有选用云端服务时才会。配音发送参考音频、参考文本和文案，音效发送描述和参考图片（包括抓取的当前帧），转录上传提取出的音频，校对发送转录稿和原文稿。全部换成本地模型之后，除了检查更新不再联网；音效只能走云端。
After Effects 里能做字幕吗？
不能。AE 没有原生字幕轨，所以字幕页只在 Premiere Pro 里出现（DaVinci Resolve Studio 版测试中，暂不随安装包提供）。配音和音效在 AE 里都能用。
支持 macOS 吗？
暂时只支持 Windows 10 / 11（64 位）。
第一次转录或合成为什么特别慢？
本地模型第一次用到时才加载进显存，需要十几到几十秒，之后就快了。默认的云端转录不占显存，不需要等这一步。
扩展菜单里找不到 Purpur？
确认 AE 或 Pr 是 2024（24.0）以上版本，并且装完重启过软件。还是没有的话，重新运行一次安装包。