AI 生成中英混读的视频
不用英语专业。AI 挑词、配音、排版一次完成,30 秒出一条能直接发布的混读视频。
三步做出一条混合视频
- 1. 右边粘一段你写好的文案;只有主题,就先点「AI 帮我写」
- 2. 点「混入英语」,AI 把词换成英文
- 3. 点「生成音频」,试听并导出视频
也可以点「尝试示例」看看效果
输入一句话,就能出一条视频
一句话进来,出来一条 30 秒左右的竖版视频。字幕、逐词高亮、配音都自动带上,你不用剪、也不用配。
本页生成器导出的真实成片
输入文案 → 混入英文 → 生成音频 → 导出竖版
- 逐词高亮,读到哪个词哪个词亮
- 字级时间戳,光标不跑偏
- 浏览器直接导出竖版 MP4
这些成片背后的号,是我们自己在运营
半个月,中英混读这个号在抖音做到 5.1 万粉丝、20.1 万获赞,视频号 2584 人关注。所有内容都用这一页的生成器产出,没有外包剪辑。
同行也在用同样的内容涨粉
这些账号都在发中英混读背单词视频:最快的 28 条作品做到 16.7 万粉,550 条作品的号还在持续出爆款。内容形态已经被第三方验证——教育机构把现成的词表变成混读短视频,就是一个现成的引流渠道。
截图于 2026 年 11 月 5 日,来自各账号抖音公开主页;点击任意卡片可跳转到对应主页。
不是随机挖空,是先挑再换
每一处英文都是先挑过再换的。AI 判断这一段是不是实词、这一处值不值得换,系统再按基础词表、词根去重和位置规则筛一遍。你已经会的词不占位置。
同一个词根在全文只混第一次。
MixedLingo 是什么?
一句中文,AI 在合适的位置混入英文单词——像旅行时自然蹦出的那种中英夹杂。再配上真人语音和逐字高亮,把它变成一条可以直接发布的短视频。读得懂、听得清、还能分享。
输入一句话
一句中文主题或一段文案,AI 自动展开成适合混排的口语原文。
AI 混入英文
只换名词、动词、形容词、副词,按比例均匀分布,词与词之间留出呼吸感。
导出即用
生成语音与逐字高亮,一键导出适合短视频的字幕视频。
人工 3 小时,工具 6 分钟
同样的成片,从写稿到发布。人工那栏按熟练运营计,新手通常翻倍。
选题
想一个既有教学点、又能被推荐算法喜欢的切入,还要确认这个点没被人做烂
写中文稿
中文主体,夹进目标语言的词,还得是口语,不是书面语
挑词、查词、对等级
需英语专业扫出可替换的位置,查对应的词,核对是不是考纲内的词,再判断搭配自不自然
排版混读
字体搭配、字号比例、手动断行、关键词高亮;混排一处断错就得整页重排
配音
混读 TTS 会读成中文腔调,得分段生成再拼接;自己录要试音、要重录
字幕对齐
混排的自动识别错得多,时间和断句要逐句改
导出 + 封面
渲染、挑封面帧、写标题和标签
选题 2 + 通看一遍 3 + 导出 1,其余步骤全自动。
挑词那 45 分钟:翻词表、核考纲、判断搭配自不自然。非英语专业不是做得慢,是做不出来。
省下的不只是 3 小时,是一个岗位。
你要么招一个懂英语的人来挑词,要么让 AI 替你挑。前者年薪 7–10 万,还得再配一个会剪的。
四条路径,从第一句话到成片
不用看完,挑你现在要做的那一步。
一、从主题直接生成
在「主题或问题」里输入一句话(例:为什么饿的时候会生气?)→ 点「AI 生成内容」→ 文案自动落进内容框并完成混排 → 补释义 → 生成配音 → 导出。
二、用自己的文案
把写好的中文贴进内容框(300 字以内)→ 点「混入英语」。原文逐字保留,只有选中的词被替换。
三、释义与配音
释义 1 积分,一次补齐全文的生词;配音 1 积分起,按字数算。顺序不能颠倒:先释义再配音,词义条才会跟着时间轴走。
四、发布前的检查
竖版 9:16 适合抖音、小红书、视频号;语速偏快,建议加 0.9 倍速观看;字幕已内嵌,不需要额外压制。
MixedLingo 和 MazeLingo 的区别
同一个「语言混用」的想法,两个方向不同的产品:MazeLingo 让你读,MixedLingo 让你看。
MazeLingo
句子级混排 · 阅读
MixedLingo
词级混排 · 视频
一句话:MazeLingo 让你把混排「读」完,MixedLingo 把它做成能发的视频。
积分充值套餐
一条 20–30 秒视频消耗 2 积分(文案 1 积分 + 配音 1 积分),积分永久有效。
一条视频 2 积分:文案 1 积分(1000 字以内)+ 配音 1 积分(300 字以内)。生成失败自动退还积分。
你可能想问的
价格、积分、导出、版权,都在这里。
一条视频多少钱?
2 积分:文案 1 分(1000 字以内)+ 配音 1 分(300 字以内)。基础包 $9.9 能出 70 条,折合每条约 ¥1。
积分会过期吗?
不会。一次性购买,用完为止。
生成失败会扣积分吗?
不会。失败自动原额退回,不用申请。
支持哪些语言组合?
中英混读和日英混读。两套提示词分开维护,选词标准按各自语言的教材难度定。
视频有水印吗?
没有。导出的 MP4 只有你的画面和配音。
导出是什么格式?
竖版 MP4(9:16),在浏览器本地合成,不上传服务器,也不需要排队等待。
文案有字数上限吗?
单次 300 字。按你实际的语速,大约是 20–30 秒的口播。
生成的文案版权归谁?
归你。文案、配音、视频都可以商用,我们不保留任何权利要求。






