大模型 · 用户手册
配音音色怎么挑？语速情绪能调吗
音色库按通用、视频配音、角色扮演、多语种、客服、教育、有声阅读等场景分类，顶部可按男声/女声切换，每张卡片都能【试听】再决定：知识讲解选清晰沉稳男声或知性音色，故事旁白选温和有起伏女声，短视频选活泼卡通音色，出海内容选多语种音色。语速支持 0.5x~2.0x（带货短视频可 1.25x，朗读教学建议 1.0x），情感可选开心/悲伤/平静等并调强度，输出支持 MP3。建议先用 10~20 字短句试音再整篇合成。
AI 配音读错字、断句奇怪、该停的地方不停？怎么把停顿和读音调顺
配音念得别扭先改文本：补逗号句号分号破折号来制造停顿（补齐标点音频会变长，多出来的是停顿）、长复句拆成短句、要久停就换行；多音字换同义词、专有名词写成口语、英文缩写按读法写。再调参数：语速降一档改善「黏成一片」，情感/语调按需选。支持自然语言指令的模型可把「怎么说」写在文本开头「讲戏」。另附音色挑选与一次只改一处做对比的方法。
生成过的配音和音乐在哪找回来？下载、保存，以及拿到画布里继续用
音频找不到多半是切了模型：对话区与【任务列表】都只看当前模型，切回去就在；不分模型一起看去个人中心【我的作品】→【音频】（可按日期收窄、批量下载/导出链接）。卡片上可【下载音频】【复制下载链接】【加入资产库】，入库后在【合成】节点的【音频】位用【从资产库选择】挑回画布继续用（【音频输入】节点无此入口）。注意作品保留 1~15 天、附件类资产 30 天，长期素材下载到本地最稳。
一段录音或视频怎么转成文字？会议记录、访谈整理、做字幕
站内没有独立转写专区，录音或视频转文字在【聊天】页面做：选支持多模态的模型 → 点【上传】传入音视频文件 → 说明要逐字稿、会议纪要还是字幕格式。附三个可直接复制的提示词模板（逐字转写标 [听不清] / 会议纪要与待办提炼 / 字幕短句切分），以及人工核对要点、时间戳为估测值的说明与隐私合规提醒。
生成音乐的提示词怎么写？风格、情绪、乐器、要不要人声
音乐提示词按六个维度写：风格流派 + 情绪氛围 + 核心乐器 + 节奏速度 + 场景用途 + 有无人声（【歌曲模式】/【纯音乐模式】）。附三个可复制模板：短视频背景配乐（轻快民谣木吉他）、产品开场（现代电子合成器鼓点）、温馨片尾（慢速钢琴辅弦乐），均为纯音乐模式。另附三个写法误区、试听下载与【重新编辑】微调，以及「不要写具体歌手歌名」的合规提醒。
配音总跟画面对不上？怎么控制配音长短、把配音合到视频上
配音没有「目标秒数」输入项，长短只能靠【语速】+ 文案字数逼近：一句一段生成 → 在播放器读「当前时间 / 总时长」→ 换档再出一条比对（二十多字旁白 1.0x 约 6 秒、1.5x 约 4 秒）。整段旁白按镜头拆开、用【全屏编辑提示词】看字数找手感。合到画面上用【无限画布】的【合成】节点替换音轨，多镜头则「合并并替换音轨」；纯音频多段拼接站内暂无入口，需下载后用剪辑软件处理。
一整篇长文怎么做成有声书、播客？分段配音和多角色换声音
长篇有声书与多角色播客按「先切段、再分角色配音、最后本地拼接」来做：按章节/自然段/说话角色切分，段尾落在整句标点；旁白用旁白音色，人物对白切成独立段并切换到角色专属音色后生成；每段试听满意后点播放器右上角【下载音频】保存，再用剪辑软件按顺序拼接。注意同一角色全程沿用同一音色与参数，数字和缩写写成口语化汉字。
音色不够用？站内能不能上传自己的声音做自定义音色
预置音色不够用时，可在【音频】专区选语音克隆模型，点【新建音色】上传本人清晰无噪的人声录音（可另传参考音频辅助语气节奏）创建专属音色，之后在【选择音色】里反复调用。不想克隆就用内置音色库：按性别与通用场景/角色扮演/视频配音/教育/客服等维度筛选，卡片【试听】后可微调语速、语调与情感。附录音质量要求与声音合规红线（仅限本人或已授权声音）。
给视频配背景音乐、生成音效，站内怎么做？
给视频配背景音乐：在【音频】专区选音乐生成模型 → 底部【生成模式】切到「纯音乐模式」→ 在描述框写清风格、乐器、情绪与应用场景 → 设好生成数量/采样率/比特率后发送 → 试听满意下载，导入剪辑软件作背景音乐轨。单独短音效暂无独立入口，可用音画同生的视频模型顺带生成，或自备素材多轨合成；旁白用文字转语音模型。附音乐提示词的版权合规提醒。
怎么用 AI 生成配音和音乐？从选音色、调语速到试听下载
站内【音频】专区同时提供「文字配音 / 语音合成」与「AI 音乐创作」两类能力。流程是：左侧【音频】分类选模型 → 点【选择音色】在音色库里按场景与男声/女声筛选、试听后确定 → 调语速、情感、情绪强度与音频格式 → 输入文本或歌词发送 → 生成后在卡片上试听并下载。也可在【高级设置】→【AI 生成】打开【生成音频】，直接在聊天里生成。
配音、音乐生成失败了，或者一直不出结果，怎么办？
音频任务「没动静」分三种：当场弹必填提示＝没提交出去（不产生消费记录）；卡片滚【排队中】【生成中】＝还在跑；卡片写【生成失败】＝原因就在卡片上。附三关定位、任务列表四种状态（【未知】不等于在跑）、失败原因三类原话（内容审核/繁忙超时/参数素材）的处理方式，以及结果空、太短、被截断的核对顺序和【消费记录】对账方法。
一段文字怎么变成语音？配音的完整流程和下载
把文案变成配音只需三步：左侧【音频】分类选文字转语音模型 → 粘贴文案并设好【选择音色】【语速】【情感】【音频格式】(MP3/WAV/OGG) 与【生成数量】→ 点生成后在线试听、一键下载到本地。长文本建议按小节或自然段拆分生成，用标点控制停顿，年份与多音字先改成不易歧义的汉字读法；效果不满意可用【重新编辑】改语速、情感或换音色。
同一个想法怎么一次生成多条视频？多个版本怎么挑出最好的那条
想一次跑多条视频挑最好的：设好提示词与参数后，点底部【生成数量】选预设档或自填（建议先用 3 条试方向，条数越多消耗越大），发送后整批归到同一张卡片并排出片，逐条播放比较即可。看中的那条悬停可下载、复制直链、加入资产库或删除，整批用【全部下载】；换方向用【重新编辑】改完再发（条数不回填，记得重设）。
生成出来的视频没有声音？站内视频带不带声音、怎么配上音
视频下载后没声不等于生成失败：不少视频模型只出画面不带音轨。生成前看模型卡片说明（「原生有声」「音视频同步直出」等）或底部【视频声音】开关即可判断；播放没声按播放器静音、系统音量、换播放器、核对模型四步自查。要配音可在【音频】专区做旁白配乐，再用【无限画布】的【合成】节点替换整条音轨，全程站内完成。
视频的首帧、尾帧怎么用？让画面从这张图开始、到那张图结束
想让视频从这张图开始、到那张图结束，就用【首尾帧】模型：在【视频】专区搜「首尾」筛模型，首帧定起点、尾帧定终点，两张都传时 AI 自动算中间演变与运镜轨迹（适合状态变化、景别切换、动作起止），只传首帧则让静态画面动起来。关键是传了图就别再描述画面长相，提示词只写运镜、动态与光影。附四种带图输入形态对比与比例、跨度、调整的常见疑问。
视频的时长、比例和画质怎么设置？
视频参数在底部输入框正下方：【视频时长】可选具体秒数或【智能时长】；【画面宽高比】按渠道选（横屏 16:9 上网页、竖屏 9:16 上手机短视频、方形 1:1 上社交动态、自适应由模型匹配）；【分辨率/画质】480P/720P/768P 试稿、1080P/2K 出成片。注意切换模型后参数会自动刷新，提交前要重新核对。
想让自己的人物做出参考视频里的那套动作，怎么弄？
让照片里的人照着一段视频做动作，用「动作迁移」类模型：在【视频】分类搜「动作」「换人」筛模型，把动作来源放进【参考视频】卡槽、人物形象放进【参考图片】卡槽，设好【人物朝向】【生成模式】【保留原声】再提交。附参考视频/参考图片的挑选要求（单人、一镜到底、比例对齐）、四项实用建议与脸变衣服变等常见疑问。
视频生成出来画面糊、人物变形、动作乱飘？逐项调整思路
视频成片不理想别原地重投：用卡片上的【重新编辑】把提示词、比例、画质、时长和素材一键回填，再按「单一变量」只改一处。画质糊调高清档位或换清晰底图；人物变形拆成单一平稳动作、参考图要无遮挡；乱晃改用「固定机位平移」等克制运镜；跳闪加长时长、首尾帧色调保持一致；比例在生成前按发布渠道设好。附六种症状的逐项对照。
几段视频能不能在站内拼成一条？无限画布【合成】节点和长视频智能体怎么用
多段视频可以在站内直接拼：进【智能体】→【无限画布】→ 添加【合成】节点，把视频素材连进去，连两段以上自动变成「多视频 · 拼接合并」，可统一输出尺寸、加【音频输入】替换整条音轨，运行后即可预览下载。想一站式出整片用【智能多帧】类长视频智能体；要转场和字幕则下载到本地剪辑软件精修。附尾帧接首帧、固定风格词、短镜头分段三条衔接技巧。
想让画面里的人说话、口型对得上？数字人和对口型怎么用
站内没有独立的「数字人」入口，让照片里的人开口说话要用【视频】专区里支持多模态参考的模型：人物图传进参考图/人像卡槽、配音传进参考音频卡槽，再配上神态动作描述即可生成发声视频。没有现成配音可先在【音频】专区把台词转成语音。附口型不准的调整办法、合规要求与消耗核对。