开始创作你的数字人口播视频
AI 驱动 · 全流程自动化 · 商业级品质
按场景开始
最近创作
热门模板
视频口播
流水线式引导创作，6 步完成商业级数字人口播视频
一键生成视频
输入文案，自动完成文案仿写、语音合成、数字人口播、字幕、视频合成全流程
详细信息
文案工作台
AI 驱动的口播文案创作：润色、仿写、扩写、缩写、风格转换、主题生成
润色：优化表达，保留原意
仿写：语义级改写，避免查重
扩写：增加细节和案例
缩写：精简压缩，保留核心
风格转换：调整语气风格
主题生成：根据主题创作
需先在「设置 → 模型配置」配置 LLM API Key，否则使用 Mock 模板
分步创作
单独执行任一模块，便于调试和定制。前置模块会自动执行以准备上下文。
等待执行...
批量处理
批量提交多个文案，串行生成视频。适合内容矩阵运营。
时间轴剪辑
画中画插播视频 + 快捷剪辑，对标剪映/HeyGen 的 B-roll 编辑能力
整段切换模式（CUT）：在指定时间段用 B-roll 替换主画面，数字人暂离（适合展示实景素材）
三种插入方式：① 点击字幕间的 + 在两段字幕之间插入；② 点击 B-roll 轨道空白处在任意位置插入；③ 点击"在播放头插入"按当前播放位置插入
快捷剪辑：裁剪头尾、调整音量、片头片尾淡入淡出，一键应用
形象管理
上传真人照片或视频（嘴巴不动），生成唇形同步数字人
2. 生成音频：系统将文案转为语音（TTS）
3. 唇形同步：LatentSync 模型根据音频驱动参考素材中的嘴唇动作
4. 输出视频：生成嘴唇会动的数字人口播视频
音色管理
上传 5-10 秒干净人声样本，克隆音色
模板中心
场景化一键创作：选场景 → 填内容 → 生成视频。对标腾讯智影/万兴播爆的"点点点"创作模式
任务管理
查看历史任务、断点续跑、删除任务
| 任务 ID | 状态 | 创建时间 | 更新时间 | 操作 |
|---|
模型配置
配置 LLM、TTS、ASR、数字人等核心模型。修改后自动保存并热更新。
视频设置
字幕样式、BGM、画面比例、水印等视频输出参数
场景与效果
数字人场景、音频效果、视频转场/滤镜/水印/片头片尾等高级效果配置
发布设置
多平台账号管理、发布模式、频率控制
方式：点击"登录"按钮，浏览器扫码或账密登录
存储：config/cookies/{platform}.json
技术：Playwright 自动化发布
方式：上传 Netscape 格式 .txt 文件
存储：config/asr_cookies.txt
技术：yt-dlp 下载后 ASR 转文字
⚙ 更多选项（描述、标签）
🔧 高级选项（发布模式 / 平台启用 / 手动 Cookie / 发布测试台）
• Cookie检查：仅检查文件存在性和字段完整性，不访问网络（最安全）
• 登录态校验：实际加载 Cookie 访问平台，检测是否被重定向到登录页
• 选择器探测：打开浏览器访问发布页，检测上传/标题/发布按钮选择器是否有效
• 上传测试：实际上传视频文件，dry-run 模式不点发布按钮；关闭 dry-run 将真实发布视频
系统状态
查看各模块运行状态
Ollama / CosyVoice / LatentSync：三大本地依赖服务，由服务监管器自动拉起与健康监测；「启动中」为模型加载（CosyVoice 约 50 秒），稍候自动就绪
FFmpeg：视频处理引擎，必须可用
LLM 模式：「已就绪」=本地 Ollama 或云端 API 正常；「Mock 模式」=未配置，文案走模板
提示：全本地链路（Ollama + CosyVoice + LatentSync）开箱即用，素材不出本机。服务未就绪时点「生成」会给出明确指引。前往「设置中心」可切换 provider 与参数。