1 获取口播内容
从视频提取口播文字，或直接输入
支持抖音/小红书/视频号等链接
0 字
选择优化风格：
2 人物形象
上传照片，选择场景背景，预览合成效果
点击上传人物正面照片（JPG/PNG）
3 声音选择
选择标准音色或克隆声音，试听效果后确认
录制或上传音频，克隆专属声音
🎤 录制声音（上限30秒）
📁 上传音频文件
4 生成合成音频
使用选定声音生成口播音频，试听确认
📋 配置摘要
声音：-
0 字
1080P
720P
5 生成对口型视频
配置检查，生成数字人口播视频
📋 配置摘要
文案字数：- 字
场景：-
声音：-
分辨率：1080P
场景：-
声音：-
分辨率：1080P
🎧 合成音频（可再次试听）
🖼️ 对口型形象预览